题目描述
给定一个整数数组 nums ，找到一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。

示例

输入: [-2,1,-3,4,-1,2,1,-5,4],
输出: 6
解释: 连续子数组 [4,-1,2,1] 的和最大，为 6。

一般来说过，只要一旦判断题目是有关动态规划的题，第一步就是要找到他的最优子结构，至于怎么找到最优子结构，只能刷题了，多刷点题目。

用数组d[i] 来保存 当前最大的连续子数组，算法的思想大体是这样的，循环遍历每个数，然后每次检验d[i-1] 是否大于零，只要大于零就 d[i] = d[i-1]+nums[i] ,如果d[i-1]<0 ,那么直接d[i]=nums[i]

算法核心：

if d[i-1]>=0
    d[i] = d[i-1] + nums[i]
if d[i-1] < 0
    d[i] = nums[i]

我在这里下标按 1...n 比较好描述，按照上面算法核心走一遍

[-2]--------------------d[1] = -2; 这步是直接初始化，在只有一个数的时候，他就是最大连续的最大和子数组

[-2,1]-----------------由于d[1] = -2小于0，所以d[2] = nums[2] = 1 前面的最大连续和是负数，加上它们肯定会变小，所以直接不要它

[-2,1,-3]------------------因为d[2] =1>=0，d[3] = d[2]+nums[3] =-2; 所以在i之前的最大连续是正数，肯定要加上它

[-2,1,-3,4]----------------------d[4] = 4; d[3] < 0

[-2,1,-3,4,-1]----------------------d[5] = d[4] +nums[5] = 3 ; d[4]>0

[-2,1,-3,4,-1,2]------------------- d[6] = d[5]+nums[6] =5; d[5]>0

[-2,1,-3,4,-1,2,1] ---------------------- d[7] = d[6]+nums[7] =6; d[6]>0

[-2,1,-3,4,-1,2,1,-5]------------------d[8] = d[7]+nums[8] =1;d[7]>0

[-2,1,-3,4,-1,2,1,-5,4] ---------------------d[9] = d[8]+nums[9] =5; d[8]>0

在这里我们只需要遍历d[i]数组中最大数数即可，或者每一遍历的使用m来记录d[i] 的最大值，具体算法过程如下：
代码实现

class Solution:
    def maxSubSequenceSum(self,nums):
        if not nums:
            return 
        dp = [0 for _ in range(len(nums))]
        dp[0] = nums[0] 
        for i in range(1,len(nums)):
            if dp[i-1] < 0:
                dp[i] = nums[i]
            else:
                dp[i] = dp[i-1] + nums[i]
        return max(dp)