用动态规划的方式求解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)
分析：
用array来表示数组，在这里的array[n]来表示两个含义，第一个含义就是数组中下标为n的元素的值；第二个含义是用来表示以下标n为终点的子数组的最大和的值（每次更新完最大值后，将最大值存放在对应下标的位置，到最后array数组里面的各个元素值都变成对应的子数组最大和的值）
array[n]代表以当前元素为截止点的连续子序列的最大和，如果array[n-1]>0，array[n]=array[n]+array[n-1]，因为当前数字加上一个正数一定会变大；如果array[n-1]<0，array[n]不变，因为当前数字加上一个负数一定会变小。使用一个变量max记录最大的array值返回即可。
子数组含义：
举例：下标为4的子数组为：
array[0] array[1] array[2] array[3] array[4]
array[1] array[2] array[3] array[4]
array[2] array[3] array[4]
array[3] array[4]
array[4]
代码：

class Solution {
public:
    int FindGreatestSumOfSubArray(vector<int> array) {
        int maxu = array[0];//动态规划的初值，第一个元素位置的最大子数组的和就是本身
        for(int i=1;i<array.size();i++)
        {
            array[i]+=array[i-1]>0?array[i-1]:0;//正则表达式，先执行array[i-1]>0?array[i-1]:0;
            maxu = max(maxu, array[i]);
        }
        return maxu;
    }
};