思路:dp。
虽然说是很基础的DP题，但是作者并没有搞透彻这道题，所以温故而知新，再次刷一次leetcode上的这种类型的题。
首先我们需要看清题目，这里说的是连续子数组，而不是子序列，我们需要注意的就是这道题和子序列的题是很相似的，就比如前面说过的哪个最长递增子序列一样，我们需要借用那里的思想，对于以...为结尾进行考虑。
这里我们的状态方程设为dpi，就代表着我们以numsi为结尾的最大连续子序列和。好了，问题就是怎么进行递推操作。
当我们以某一个数为结尾的时候，我们这个时候已经把后面的的数的最大子序列和求出来了，所以我们需要考虑这样一个问题：我们当前的数加上后面已经计算出来的最大子序列和，结果是变小了还是变大了？如果我们加的是负数，那当然是变小了，但是如果说是正数，那么我们就需要在本数的基础上再加上后面的连续和。
这样判断出来就是结果了。
注意：我们需要注意到，求出来每一个数作为尾的最大连续和之后，我们需要求出来一个最大值，这个时候就必须从中选出一个最大值来，所以需要处理一下。
还有，就是在处理的时候，需要初始化dp数组，然后，变量res也需要初始化为很小数，因为可能是负数，所以需要赋值一个很小的数。
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int dp[100010];
memset(dp,-2e9,sizeof dp);
dp[0]=nums[0];
if(nums.size()==1)
return nums[0];
for(int i=1;i<nums.size();i++){
if(dp[i-1]<=0)
dp[i]=nums[i];
else
dp[i]=dp[i-1]+nums[i];
}
int res=-2e9;
for(int i=0;i<nums.size();i++){
res=max(res,dp[i]);
}
return res;
}
};