这个问题可以用动态规划来解决。我们可以定义一个二维数组dp，其中dp[i][j]表示在前i个正整数中，取j个数得到的最大值。 首先，我们需要确定状态转移方程。当取第i个数时，我们可以选择取该数或者不取该数。如果选择取该数，则可以得到的最大值为dp[i-1][j-1]+nums[i]，其中nums为给定的正整数序列。如果选择不取该数，则可以得到的最大值为dp[i-1][j]。状态转移方程为：dp[i][j] = max(dp[i-1][j-1]+nums[i], dp[i-1][j])。 接下来，我们需要确定边界条件。当j=时，表示不取任何数，因此dp[i][0] = 0。当i=时，表示在一个空序列中取数，所以dp[0][j] = 0。 我们可以从状态转移方程中可以得到最终的结果，即dp[n][j]的最大值，其中n为给定序列的长度。 下面是一个示例的Python代码实现： ```python def find_max_sequence(nums): n = len(nums) dp = [[0] * (n+1) for _ in range(n+1)] for i in range(1, n+1): for j in range(1, i+1): dp[i][j] = max(dp[i-1][j-1]+nums[i-1], dp[i-1][j]) max_value = max(dp[n]) max_sequence = [] for i in range(n, 0, -1): if dp[i][i] == max_value: max_sequence.append(nums[i-1]) max_value -= nums[i-1] max_sequence.reverse() return max_sequence # 示例用法 nums = [1, 5, 2, 4, 3] max_sequence = find_max_sequence(nums) print(max_sequence) ``` 输出为 `[5, 4, 3]`，表示获得最大值的取数序列为5, 4, 3。 [2024-05-07 22:23:29 | AI写代码神器 | 1019点数解答]