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)
【思路】采用动态规划的思想，dp[i]记录下包含当前array[i]节点的最大连续子数组之和。
代码：
class Solution:
def FindGreatestSumOfSubArray(self, array):
# write code here
if not array:
return
dp = [array[0]]#记录下已包含当前节点的最大连续子数组的和
max_sum = dp[0]
for i in range(1,len(array)):
temp = max(dp[i-1]+array[i],array[i])
dp.append(temp)
if max_sum<temp:
max_sum=temp
return max_sum
