给你一个整数数组 请你找出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。如果最大和小于0，则返回0. 子数组 是数组中的一个连续部分。

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。

解法1：动态规划

使用动态规划算法，定义状态dp[i]表示以第i个元素结尾的最大连续子数组和，状态转移方程为：

dp[i] = max(dp[i-1]+nums[i], nums[i])

其中，dp[0]=nums[0]。最终的答案为max(dp)。

时间复杂度为O(n)，空间复杂度为O(n)。

代码如下：

class Solution:
def maxSubArray(self, nums: List[int]) -> int:
n = len(nums)
dp = [0] * n
dp[0] = nums[0]
for i in range(1, n):
dp[i] = max(dp[i-1]+nums[i], nums[i])
return max(dp) if max(dp)>0 else 0

解法2：贪心算法

使用贪心算法，定义当前连续子数组的最大和为curSum，定义全局最大和为maxSum。遍历数组，每次更新curSum和maxSum的值，具体操作如下：

1. 如果curSum大于0，则将当前元素加入连续子数组中，并更新curSum的值；

2. 如果curSum小于等于0，则将当前元素作为新的连续子数组的起点，并更新curSum的值；

3. 每次将maxSum的值更新为curSum和maxSum中的最大值。

时间复杂度为O(n)，空间复杂度为O(1)。

代码如下：

class Solution:
def maxSubArray(self, nums: List[int]) -> int:
n = len(nums)
curSum = nums[0]
maxSum = nums[0]
for i in range(1, n):
curSum = max(curSum+nums[i], nums[i])
maxSum = max(maxSum, curSum)
return maxSum if maxSum>0 else 0