这是经典的“最大子数组和”问题，通常用Kadane’s算法来解决。思路是遍历数组，维护两个变量：

• current_sum：当前连续子数组的和。
• max_sum：到目前为止的最大和。

Kadane’s算法实际上是一种动态规划的方法。它通过在每一步决策中，利用已计算的子问题（即以当前位置结束的最大子数组和），来推导出整体的最大子数组和。

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        // 动态规划
        int len = nums.size();
        vector<int> f(len);  // f[i]表示以i结尾的最大子数组和
        f[0] = nums[0];
        int res = f[0];
        for( int i=1; i<len; i++ )
        {
            f[i] = max(nums[i],nums[i]+f[i-1]);
            res = max(res,f[i]);
        }
        return res;
    }
};