输入一个整型数组，数组里有正数也有负数。数组中的一个或连续多 个整数组成一个子数组。求所有子数组的和的最大值。 示例 1: 输入: nums = [-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。

这是一道非常经典的动态规划问题，可以使用Kadane算法来解决。

Kadane算法的思路是维护两个变量：一个是全局最大值max_sum，一个是当前子数组的最大值cur_sum。遍历整个数组，对于每一个数字，更新cur_sum为它和之前的cur_sum加上当前数字的较大值，然后将max_sum更新为max_sum和cur_sum的较大值。

以下是对应的Python代码实现：

def maxSubArray(nums):
    max_sum = cur_sum = nums[0]
    for i in range(1, len(nums)):
        cur_sum = max(nums[i], cur_sum + nums[i])
        max_sum = max(max_sum, cur_sum)
    return max_sum

对于输入的示例数组 [-2,1,-3,4,-1,2,1,-5,4]，运行该函数可以得到输出结果 6，即最大子数组和为6。