给定一个包含若干数字的列表A,编写程序计算满足0≤a≤b<n（其中n为序列长度）的A[b] - A[a]的最大值。

这是一个典型的最大子序列和问题，可以使用动态规划算法求解。具体做法是，定义一个数组dp，其中dp[i]表示以第i个元素结尾的子序列的最大和，状态转移方程为：

dp[i] = max(dp[i-1]+A[i], A[i])

最终的答案就是dp数组中的最大值。时间复杂度为O(n)。

以下是Python示例代码：

def maxSubArray(A):
    n = len(A)
    dp = [0]*n
    dp[0] = A[0]
    ans = dp[0]
    for i in range(1, n):
        dp[i] = max(dp[i-1]+A[i], A[i])
        ans = max(ans, dp[i])
    return ans

如果需要输出最大子序列的起始和结束位置，可以稍作修改：

def maxSubArray(A):
    n = len(A)
    dp = [0]*n
    dp[0] = A[0]
    ans = dp[0]
    start, end = 0, 0
    for i in range(1, n):
        if dp[i-1]+A[i] > A[i]:
            dp[i] = dp[i-1]+A[i]
        else:
            dp[i] = A[i]
            start = i
        if dp[i] > ans:
            ans = dp[i]
            end = i
    return ans, start, end