编写函数计算数组最大连续子集的最大值

编写函数来计算数组中最大连续子集的最大值通常涉及动态规划的思想。你可以使用一个名为` Kadane's Algorithm `的著名算法来解决这个问题。该算法的主要步骤如下：

1. 初始化两个变量：
- `current_sum` 用于保存当前连续子序列的和，初始化为第一个元素。
- `max_sum` 用于存储到目前为止找到的最大子序列和，初始值也为第一个元素。

2. 遍历数组：
- 对于每个数组元素，更新当前子序列的和 (`current_sum`)：
a. 如果当前元素加上 `current_sum` 大于0，则将当前元素加入子序列，即 `current_sum = current_sum + arr[i]`。
b. 否则，说明前一个元素导致了负数，应该从当前元素开始重建新的子序列，即 `current_sum = arr[i]`。

- 比较 `current_sum` 和 `max_sum`，如果 `current_sum` 更大，就更新 `max_sum`。

3. 遍历结束后，`max_sum` 就是数组中最大连续子集的最大值。

下面是一个简单的 Python 示例：

def max_subarray_sum(arr):
    if not arr:  # 空数组处理
        return 0

    current_sum = max_sum = arr[0]

    for i in range(1, len(arr)):
        current_sum = max(arr[i], current_sum + arr[i])  # 更新当前子序列和
        max_sum = max(max_sum, current_sum)  # 更新最大子序列和

    return max_sum

# 使用示例
arr = [-2, 1, -3, 4, -1, 2, 1, -5, 4]
print(max_subarray_sum(arr))  # 输出：6