连续子数组最大和O(n）两种解法：双指针 动态规划

题目描述
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)
输入一个整形数组，求所有子数组和的最大值，要求时间复杂度为O(n)

---

解法1 双指针+动态规划

采用一个指针指向最前面，一个指针指向最后面，两个指针交错移动，当移动一位发现这一位前面/后面的所有和为负数的时候，说明这两个指针夹的数组要比之前的数组和更大，如果使用递归，达不到O(N)的时间复杂度，因为有很多重复计算，因此使用两个数组来保存前向和后向遍历的和

class Solution:
    def GetSum(self, array, start, end):
        sum = 0
        for i in range(start, end + 1):
            sum += array[i]
        return sum
    def EvaluateSum(self, array, index, subArraySum, flag):
        if index == 0 or index == len(array) - 1:
            return array[index]
        else:
            if flag:
                return subArraySum[