连续子数组的最大和

题目：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(子向量的长度至少是1)。

思路：在遍历数组的同时，设置两个变量，curSum用来计算当前的子向量和，在合适的时候需要清空重计，biggest用来存储当前curSum与之前curSum中的最大值（max(biggest, curSum)）。关键点在于什么时候需要对curSum进行清空重计。在遍历到array的第i个元素时，若第i个元素之前的curSum<0，则curSum+array[i] < 0 + array[i] = array[i]，此时需要对curSum重新赋值计数(curSum = array[i] )。

python代码：

class Solution:
    def FindGreatestSumOfSubArray(self, array):
        # write code here
        if not array:
            return
        biggest = cursum = array[0]
        for i in range(1, len(array)):
            # 若前面的数之和小于0，前面的数的和+第i个数肯定小于第i个数，重新计算curSum
            if cursum < 0: 
                cursum = array[i]
            else:
                cursum += array[i]
            biggest = max(cursum, biggest)
        return biggest