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)。你会不会被他忽悠住？(子向量的长度至少是1)
思路：用tempSum记录累计值，maxSum记录和最大
1、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，tempSum记录当前值。
2、此时 若tempSum大于maxSum 则刷新maxSum的值
算法的时间复杂度：O(N)
class Solution { public: int FindGreatestSumOfSubArray(vector<int> array) { if(array.size()==0){ return 0; } int tempSum=array[0]; int maxSum=array[0]; //从数组第二个元素开始遍历 for(int i=1;i<array.size();i++){ //如果左边的累计值是负数，那么对于总和是没有意义的 if(tempSum<=0){ tempSum=array[i]; } else{ tempSum+=array[i]; } if(tempSum>maxSum){ maxSum=tempSum; } } return maxSum; } };