c语言程序 数组v[12]={2, -4, 3, -1, 2, -4, 3, -1, 4, -5, 3, 6}。求出其中连续且非空的一段，使得这段和最大，即求最大子段和。蛮力法和时间复杂度

在C语言中，寻找数组中连续且非空部分的最大子段和可以使用Kadane's Algorithm（康杜伊特算法），这是一种高效的动态规划解决方案，其时间复杂度是O(n)，其中n是数组的长度。

**蛮力法（遍历所有子集并计算和）**：
这种简单的方法通过枚举所有的子数组并对每个子数组求和，然后比较这些和找出最大的。但这种方法的时间复杂度是O(2^n)或O(n^2)，对于大规模数组效率极低。

**Kadane's Algorithm**：
1. 初始化两个变量：`max_current`记录当前子段的最大和，`max_global`记录全局最大和。
2. 遍历数组，从第一个元素开始：
a. 对于每个元素`arr[i]`，有两种情况：
- 如果加上`arr[i]`后`max_current`变大，说明这个元素能添加到当前子段，那么更新`max_current = arr[i] + max_current`；
- 否则，如果加上`arr[i]`后`max_current`变小或等于0，说明需要重置当前子段，因为负数会拖累整个子段和，所以`max_current = arr[i]`。
b. 每次迭代都要检查`max_current`是否超过了`max_global`，如果有，则更新`max_global`。
3. 当遍历完整个数组后，`max_global`就是最大子段和。

以下是C语言中使用Kadane's Algorithm的伪代码示例：

int maxSubarraySum(int arr[], int n) {
    int max_current = arr[0];
    int max_global = arr[0];

    for (int i = 1; i < n; i++) {
        if (max_current + arr[i] > arr[i]) {
            max_current = max_current + arr[i];
        } else {
            max_current = arr[i]; // 重置当前子段
        }
        
        if (max_current > max_global) {
            max_global = max_current;
        }
    }

    return max_global;
}