分析解题思路。首先考虑到题目中的数可能小于0。我们需要使用动态计划来解决这中题目。定义一个二维数组dp。在此处。dp[i][j]表示将序列中第i个数到第j个数合并得到的剩余数的最大值。将状态转移方程开发出来。对于dp[i][j]。我们可以选择将第i个数与第i+1个数合并。也可以选择将第i个数与第i+2个数合并。如果我们选择将第i个数与第i+1个数合并。合并后的数为nums[i]+nums[i+1]。剩余的数为nums[i+2:j+1]。所以此时dp[i][j]的值为dp[i+2][j]+nums[i]+nums[i+1]。如果我们选择将第i个数与第i+2个数合并。合并后的数为nums[i]+nums[i+2]。剩余的数为nums[i+3:j+1]。所以此时dp[i][j]的值为dp[i+3][j]+nums[i]+nums[i+2]。所以。我们可以得到状态转移方程。。dp[i][j] = max(dp[i+2][j]+nums[i]+nums[i+1], dp[i+3][j]+nums[i]+nums[i+2])。最后。我们通过所有可能的i和j的组合。计算出dp[0][n-1]的最大值。就是所求的。以下是以Python实现的代码。。def max_sum(nums): n = len(nums) dp = [[0] * n for _ in range(n)] # 初始化dp数组

# 计算dp数组
for i in range(n-1, -1, -1):
    for j in range(i, n):
        if i == j:
            dp[i][j] = nums[i]
        elif i + 1 == j:
            dp[i][j] = max(nums[i], nums[j])
        else:
            dp[i][j] = max(dp[i+2][j]+nums[i]+nums[i+1], dp[i+3][j]+nums[i]+nums[i+2])

return dp[0][n-1]

测试样例

nums = [1, 2, 3, 4, 5] print(max_sum(nums))

输出: 9

nums = [-1, -2, -3, -4, -5] print(max_sum(nums))

输出: -3

nums = [1, -2, 3, -4, 5] print(max_sum(nums))

输出: 7