求解最大连续子序列和问题，最直接的办法就是求出每个连续子序列的和，然后找出最大和即可，但这种算法的效率为O(n^2)，代码如下，
int LS()
{
int Max=-999999999;
for( int i=0;i<n;i++)
{
int sum=0;
for( int j=i;j<n;j++)
{
sum+=a[j];
if(sum>Max) Max=sum;
}
}
return Max;
}
这种算法适用于数据量比较小的情况。
在这种方法里， 有许多不必要的重合计算，而正是这些不必要的计算影响了程序的执行效率。为了提高算法的效率，尽可能的排除那些不必要的计算过程，可以采用一下算法，此算法效率为O(n).
此算法的改进之处就在于消除了前一个算法出现多次重复的弊端。
//该算法满足连续子序列求和问题：sum>=0的情况
//如果有最大和为负数的情况，可以以特殊情况单独处理即可
for(i=0;i<n;i++)
{
cin>>a[i];
sum+=a[i];
if(sum>Max)
{
Max=sum;
start=k+1;
end=i+1;
}
if(sum<0)//关键点，消除不必要的重复
{
k=i+1;
sum=0;
}
}
算法思想：
对于每个a[i]而言，在和前一次的sum相加后都会进行一次比较，
if(sum>Max)
{
Max=sum;
start=k+1;
end=i+1;
} ， 其中start记录最大连续子序列的起始位置，end记录其结束位置 ，而在如果出现sum<0的情况 ，直接将sum=0; 因为对于任何一个子序列来说，在保证了其sum>=0的前提下，出现负数是不可能的，故可将其直接清0；而此时需对起始位置进行记录，以便下一次如果出现sum>Max的情况，则可为start重新赋值。
此处还有一个需要注意的地方就是0<sum<Max的情况，其实这也好理解，如果0<sum<Max, 则继续执行 sum+=a[i], 在这种情况下不能对sum进行清0，因为sum是一个递增的过程，可能在某一时刻会出现sum>Max的情况。
做题的时候碰到了两种情况：
（1）http://acm.hdu.edu.cn/showproblem.php?pid=1003 上面的过程就是解决这个问题的
（2）http://acm.hdu.edu.cn/showproblem.php?pid=1231
因为上面的出现保证了sum>=0的情况，所以 对上面的算法做一个小处理就ok了，处理如下：
- 排除都为负数的情况
- 排除最大和为0的情况
代码如下，
for(i=0;i<n;i++)
{
cin>>a[i];
if(a[i]<0) count++; //排除都为负数的情况
if(a[i]==0&&i<L) L=i; //排除最大和为0的情况
sum+=a[i];
if(sum>Max)
{
Max=sum;
start=k+1;
end=i+1;
}
if(sum<0)
{
k=i+1;
sum=0;
}
}
if(Max>0) cout<<Max<<" "<<a[start-1]<<" "<<a[end-1]<<endl;
else if(count!=n&&Max==0) cout<<Max<<" "<<a[L]<<" "<<a[L]<<endl;
else cout<<Max<<" "<<a[0]<<" "<<a[n-1]<<endl;