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：遍历一遍数组，并用两个变量分别记录当前的最大和 cur_sum、全局的最大和num_max。当cur_sum的值小于等于0时，表示当前数不需要与之前的数相加，将当前值赋予cur_sum即可，否则将当前值与之前的和相加并赋予cur_sum。每次遍历数组中的一个元素，都需要比较当前的最大和与全局的最大和，将较大值赋予num_max。
class Solution { public: int FindGreatestSumOfSubArray(vector<int> array) { int num_max=INT_MIN; int cur_sum =0; for(int i=0;i<array.size();++i) { if(cur_sum<=0) cur_sum=array[i]; else cur_sum+=array[i]; if(cur_sum>num_max) num_max=cur_sum; } return num_max; } };python 的解法：
# -*- coding:utf-8 -*- class Solution: def FindGreatestSumOfSubArray(self, array): # write code here cur_sum = 0 num_max = array[0] for num in array: if cur_sum <= 0: cur_sum = num else: cur_sum +=num if cur_sum > num_max: num_max = cur_sum return num_max