1/连续子数组的最大值
最大子序和问题的原理主要基于动态规划。
动态规划是一种通过将问题分解为‘更小’的子问题并解决这些子问题来求解原始问题的算法。
在最大子序和问题中，我们可以定义一个状态数组，其中第i个元素表示以第i个数为结尾的最大子序列和。
然后我们通过迭代计算这个数组，每次将当前数与前面的最大子序列和相加，从而得到以当前数为结尾的最大子序列和。
具体来说，我们可以从数组的第一个元素开始，逐步计算以每个元素为结尾的最大子序列和。
在计算每个元素的最大子序列和时，我们将其与前一个元素的最大子序列和进行比较，选择其中较大的一个作为当前元素的最大子序列和。
通过这种方式，我们可以逐步得到整个数组的最大子序列和。
def f(list):
if len(list) == 0:
return 0
max_num = list[0] # 最大和
current_num = list[0] # 当前和，如果当前和为负数，就要从新开始计数，为啥呢？因为既然前面的和是负数了，那就不能算在内了，因为算在内，只能减小最大和，不能增加最大和。
for i in num[1:]:
current_num = max( i, current_num + i)
max_num = max( max_num, current_num)
return max_num
2/数组中的逆序对的个数 归并思想 分治， 先分，后治 排好序的数组，如果其中一个元素比后面的大，那么这个排好序的数组的全部元素都比另一个大。
