在第一讲里面陈越老师解决这个问题使用的是暴力的方式
首先是O(n^3)的三重循环
而这个方法在i的每次循环体中，作为子列元素下标的k都要从i开始加到j，而j在每次循环中也是从i到n，会有很多部分被重复计算，所以有以下优化，算法复杂度降低到O(n^2)
这个算法去掉了最内层循环，对于相同左端位置的子列只在右端更新时进行max的判断
当然这个算法中还是有很多重复运算的部分，对于O(n^2)的问题我们可以优化为O(nlogn)的复杂度的算法
下面从暴力跨越到了分治法
这个问题的思想就是把问题一分为二，二分为四，最后再合并，比较得出左边最大的子序列和、右边最大的子序列和、和跨越中线的最大子序列和中的最大值，作为问题的解，这个手段是一直递归到一个元素的
问题的解决流程就是先将子列划分到(4)、(-3)、(5)、(-2)这种程度，就像图片中黄线标记出的，然后对于(4)这个子列的最大子列和就是4，(-3)是-3，跨越中线的子列为(4，-3)，其和为1，所以这次得到的最大子列和为4。同理，求得(5)、(-2)这边的最大子列和为5。然后往上层走，(4,-3)的为4，(5,-2)的为5，跨越这个中线（就是中间的红线的）求法就是从中间向两边拓展（因为所求的就是跨越中线的），来求两边各自的最大子列和，就是顺序累加然后使用一个变量维护累加的最大值，每次的复杂度显然是O(n)，所以拓展的结果左边是1右边是5，最后跨越中线的就是6了，合并的结果取4、5、6中的最大值6。后面的解法就类似了。
时间复杂度分析如下
嗯，最后还有一个最快的
之所以叫做在线处理是因为它是一个一个往前读的，用户每输入一个数值都可以给出当前子列和的最大值，而不用等待全部子列都录入之后才能求得。这里更新子列左端点的依据就是现有的子列和为负值，不能再使新加入成员之后的子列和更大了，于是就抛弃掉了。
最后是算法时间的比较
