*<1> 编程求出数列的所有升或降的最大子序列。如下面数列的解为如下： 1,20,30,12,3,5,7,4,6,100,11,8 (1,20,30),(30,12,3),(3,5,7),(7,4),(4,6,100),(100,11,8)。

该问题可以使用动态规划算法来解决。具体步骤如下：
1. 定义两个数组up和down，分别表示以当前元素为结尾的最长上升子序列和最长下降子序列。
2. 初始化up和down数组的第一个元素为1。
3. 从第二个元素开始遍历整个数列，对于每个元素，分别计算以该元素为结尾的最长上升子序列和最长下降子序列。
4. 遍历完整个数列后，根据up和down数组的结果，构造出所有的最长升、降子序列。

具体实现可以参考下面的代码：

def findMaxSubsequence(nums):
    n = len(nums)
    up = [1] * n
    down = [1] * n

    for i in range(1, n):
        for j in range(i):
            if nums[i] > nums[j]:
                up[i] = max(up[i], up[j] + 1)
            elif nums[i] < nums[j]:
                down[i] = max(down[i], down[j] + 1)

    maxLen = max(max(up), max(down))
    res = []
    for i in range(n):
        if up[i] == maxLen:
            subseq = [nums[i]]
            for j in range(i - 1, -1, -1):
                if nums[j] < nums[i] and up[j] == up[i] - 1:
                    subseq.insert(0, nums[j])
                    i = j
            res.append(subseq)
        if down[i] == maxLen:
            subseq = [nums[i]]
            for j in range(i - 1, -1, -1):
                if nums[j] > nums[i] and down[j] == down[i] - 1:
                    subseq.insert(0, nums[j])
                    i = j
            res.append(subseq)

    return res