刷题：连续子数组的最大和

• 题目：HZ偶尔会拿些专业问题来忽悠那些非计算机专业的同学。今天测试组开完会后,他又发话了:在古老的一维模式识别中,常常需要计算连续子向量的最大和,当向量全为正数的时候,问题很好解决。但是,如果向量中包含负数,是否应该包含某个负数,并期望旁边的正数会弥补它呢？例如:{6,-3,-2,7,-15,1,2,2},连续子向量的最大和为8(从第0个开始,到第3个为止)。给一个数组，返回它的最大连续子序列的和，你会不会被他忽悠住？(子向量的长度至少是1)
• idea：显然应该用动态规划解决。那么应该怎么解决呢？以第i个数为结尾的子数组的最大和 $sum[i]$的动态规划公式：
  $sum[i] =\begin{cases} sum[i-1]+array[i] & sum[i-1]>0 \\ array[i] & else \end{cases}$
  即加入以下标为i-1结尾的子数组A最大和大于0时，那么以下标i结尾的子数组加上A是起积极作用的，那么加上，否则单干。

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
        int len = array.size();
        if (len == 0) return 0;
        int res = array[0];
        int cur_sum = res;
        for (int i = 1; i < len; i++){
            if (cur_sum>0){
                cur_sum += array[i];
            }
            else{
                cur_sum = array[i];
            }
            if (cur_sum>res)
                res = cur_sum;
        }
        return res;
    }
};