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)

思路一：
对于一个数A，若是A的左边累计数非负，那么加上A能使得值不小于A，认为累计值对整体和是有贡献的。如果前几项累计值负数，则认为有害于总和。

代码：

class Solution:
    def FindGreatestSumOfSubArray(self, array):
        cur, res = array[0], array[0]
        for i in range(1, len(array)):
            if cur > 0:
                cur += array[i]
            else:
                cur = array[i]
            res = max(cur, res)
        return res

思路二：
动态规划

代码：

class Solution:
    def FindGreatestSumOfSubArray(self, array):
        cur, res = array[0], array[0]
        for i in range(1, len(array)):
            cur = max(cur+array[i], array[i])
            res = max(res, cur)
        return res