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)

思路：

1. 简单来说就是找出一个数组中和最大的一截。
2. 开始想到了力扣上的最长连续回文子串题，用到的滑动窗口法（类似题目都可以参考），但是发现没有必要，只需要滑动左端的起始点就可以了，相对来说更简单
3. 这题的关键在于如何处理负数以及判断条件：
   - 其实从最左端往右遍历，只要累加的和是正数，就可以继续；
   - 当累加的和为负数时，说明遇到了一个大负数，设为A，A的左侧是没有比它更大的连续子数组的正数和来把A抵消掉的，所以这时候我们可以直接跳过A，从A的下一位累加
   - 重复上面的步骤直到遍历完数组
   - 这里要注意兼容全是负数的情况，所以max初始值要设为无穷小（或者数组第一个元素）
4. 为了简化代码突出逻辑，这题就用python3.7来实现了昂

代码：

class Solution:
	# 吐槽下牛客这默认的方法命名风格，不应该是全小写下划线分隔么
    def FindGreatestSumOfSubArray(self, array):
    	# 负无穷大
        max = float("-inf")
        return self.find(max, array)
        
    def find(self, max, array):
        temp_max = 0
        for i in range(0, array.__len__()):
            temp_max += array[i]
            if temp_max > max:
                max = temp_max
            if temp_max < 0:
                return self.find(max, array[i+1:])
        return max