最大子段和问题。给定由n个整数组成的序列，求序列中子段的最大和，若所有整数均为负整数时定义最大子段和为0。\n\n输入格式:\n第一行输入整数个数n（1≤n≤10000），再依次输入n个整数。\n\n输出格式:

题目：给定由n个整数组成的序列，求序列中子段的最大和，若所有整数均为负整数时定义最大子段和为0。

输入格式：
第一行输入整数个数n（1≤n≤10000），再依次输入n个整数。

输出格式：
输出最大子段和。

解析：这道题是最大子段和问题，可以用动态规划的思想来解决。假设f[i]表示以第i个数结尾的最大子序列的和，则状态转移方程为f[i]=max{f[i-1]+a[i], a[i]}。最后遍历一遍f数组，取其中的最大值即为答案。

注：每个数字都是整数，最小为1，最大为10000，因此可以使用int类型储存。

相关问题

最大子段和问题。给定由n个整数组成的序列，求序列中子段的最大和，若所有整数均为负整数时定义最大子段和为0。的代码

下面是一个求解最大子段和问题的Python代码：

def maxSubArray(nums):
    """
    :type nums: List[int]
    :rtype: int
    """
    if not nums:
        return 0
    
    max_sum = nums[0]
    cur_sum = nums[0]
    for num in nums[1:]:
        cur_sum = max(num, cur_sum + num)
        max_sum = max(max_sum, cur_sum)
    
    return max_sum

这个代码的思路是使用动态规划，维护一个当前子段最大和`cur_sum`和一个全局最大和`max_sum`，遍历整个序列，每次更新`cur_sum`和`max_sum`，最后返回`max_sum`即可。

最大子段和问题。给定由n个整数组成的序列，求序列中子段的最大和，若所有整数均为负整数时定义最大子段和为0。算法思路

我们可以使用动态规划来解决最大子段和问题。定义一个数组 dp，其中 dp[i] 表示以第 i 个元素为结尾的最大子段和。则有状态转移方程：dp[i] = max(dp[i-1]+nums[i], nums[i])。其中 nums[i] 表示序列中的第 i 个数。最终的最大子段和就是 dp 数组中的最大值。时间复杂度为 O(n)。