连续子数组的最大和

问题描述：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)

// 方法一：对当前的和进行判断
// 对于数组中的每一项a，若加a后结果为正数，则a有利，应该保留；
// 如果加a后结果为负数，则a有害，应丢弃a，和重新从0开始计算
// 如果最终和为0，则应取所有数中最大的一个数
    function FindGreatestSumOfSubArray(array) {
      // write code here
      if(!array.length) return;
      var sum = array[0],
        tempSum = array[0],
        arr = [];
      for (var i in array) {
        arr[i] = array[i];
      }
      array = array.slice(1);
      array.map(function(a) {
        tempSum = (tempSum + a < 0) ? 0 : tempSum + a;
        sum = (sum > tempSum) ? sum : tempSum;
      })
      if (sum == 0) {
        arr.sort(function(a, b) {
          return b - a;
        })
        sum = arr[0];
      }
      return sum;
    }

// 方法二 对上一个和进行判断
// 加的时候对前一个和的结果进行判断，如果和为负数，则重新开始计算和
function FindGreatestSumOfSubArray(array) {
      // write code here
      var tempSum=0,sum=-Number.MAX_VALUE;
      array.map(function(a){
        tempSum=(tempSum<0)?a:tempSum+a;
        sum=(sum<tempSum)?tempSum:sum;
      })
      return sum;
    }