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)。你会不会被他忽悠住？(子向量的长度至少是1) 要求复杂度为O(n)

解题思路：最直观的思路是找出数组的所有子数组并分别求出它们的和，输出最大值。长度为n的数组的子数组个数为n(n+1)/2,计算出所有子数组的和，最快也需要O(n*n)时间。考虑另一种思路，第一步，第0个元素加上第1个元素和为3<6，仍然6作为最大和，同理再加上第2个元素和为1<6；第二步，再加上第3个元素时和为8>6，最大和更新为8；第三步，再加上第4个元素和为-7，对于后面元素相加来说前面加个负数肯定不是最大和，因此从第5个元素重新开始相加，此时最大和仍然是8；第四步，很明显把后面的元素都加上和为5<8，因此最大和为8。

解答：

# -*- coding:utf-8 -*-
class Solution:
    def FindGreatestSumOfSubArray(self, array):
        # write code here
        length = len(array)
        tmp_sum = array[0]
        max_sum = array[0]
        for i in range(1,length):
            if tmp_sum < 0:
                tmp_sum = array[i]
            else:
                tmp_sum = tmp_sum + array[i]
            if tmp_sum > max_sum:
                max_sum = tmp_sum
        return max_sum