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。

这是一个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：对于数组中的每个元素，计算以该元素为结尾的最大子数组和，然后取所有最大子数组和的最大值作为答案。

具体实现如下：

def maxSubArray(nums):
    max_sum = nums[0]  # 最大子数组和
    cur_sum = nums[0]  # 当前子数组和

    for i in range(1, len(nums)):
        # 如果当前子数组和为负数，则舍弃前面的子数组，从当前元素开始重新计算
        cur_sum = max(cur_sum + nums[i], nums[i])

        # 更新最大子数组和
        max_sum = max(max_sum, cur_sum)

    return max_sum

该算法的时间复杂度为O(n)，空间复杂度为O(1)，非常高效。