网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
示例 2:
输入: [-2,0,-1]
输出: 0
解释: 结果不能为 2, 因为 [-2,-1] 不是子数组。
2、思路:
(动态规划)
O
(
n
)
O(n)
O(n)
给你一个整数数组 nums
,让我们找出数组中乘积最大的连续子数组对应的乘积。
样例:
如样例所示,nums = [2,3,-2,4]
,连续子数组 [2,3]
有最大乘积 6
,下面来讲解动态规划的做法。
状态表示:
f[i]
表示以num[i]
结尾的连续子数组乘积的最大值。
假设nums
数组都是非负数,对于每个以nums[i]
结尾的连续子数组,我们有两种选择方式:
- 1、只有
nums[i]
一个数,那么以num[i]
结尾的连续子数组乘积的最大值则为nums[i]
,即f[i] = nums[i]
。 - 2、以
nums[i]
为结尾的多个数连续组成的子数组,那么问题就转化成了以nums[i - 1]
结尾的连续子数组的最大值再乘以nums[i]
的值,即f[i] = f[i - 1] * nums[i]
。
图示:
最后的结果是两种选择中取最大的一个,因此状态转移方程为: f[i] = max(nums[i], f[i - 1] * nums[i])
。
但是nums
数组中包含有正数,负数和零,当前的最大值如果乘以一个负数就会变成最小值,当前的最小值如果乘以一个负数就会变成一个最大值,因此我们还需要维护一个最小值。
新的状态表示:
f[i]
表示以num[i]
结尾的连续子数组乘积的最大值,g[i]
表示以num[i]
结尾的连续子数组乘积的最小值。
我们先去讨论以nums[i]
结尾的连续子数组的最大值的状态转移方程:
- 1、如果
nums[i] >= 0
,同刚开始讨论的一样,f[i] = max(nums[i], f[i - 1] * nums[i])
。 - 2、如果
nums[i] < 0
,只有nums[i]
一个数,最大值为nums[i]
。有多个数的话,问题就转化成了以nums[i - 1]
结尾的连续子数组的最小值再乘以nums[i]
(最小值乘以一个负数变成最大值),即f[i] = max(nums[i], g[i - 1] * nums[i])
。
图示:
综上,最大值的状态转移方程为: f[i] = max(nums[i], max(f[i - 1] * nums[i], g[i - 1] * nums[i]))
。
再去讨论以nums[i]
结尾的连续子数组的最小值的状态转移方程:
- 1、如果
nums[i] >= 0
,同最大值的思考方式一样,只需把max
换成min
,即g[i] = min(nums[i], g[i - 1] * nums[i])
。 - 2、如果
nums[i] < 0
,只有nums[i]
一个数,最小值为nums[i]
。有多个数的话,问题就转化成了以nums[i - 1]
结尾的连续子数组的最大值再乘以nums[i]
(最大值乘以一个负数变成最小值),即f[i] = min(nums[i], f[i - 1] * nums[i])
。
图示:
综上,最小值的状态转移方程为: g[i] = min(nums[i], min(g[i - 1] * nums[i], f[i - 1] * nums[i]))
。
最后的结果就是分别以nums[0]
或nums[1]
,,,或nums[i]
为结尾的连续子数组中取乘积结果最大的。
初始化:
只有一个数nums[0]
时,以nums[i]
结尾的连续子数组乘积的最大值和最小值都为nums[0]
。
时间复杂度分析: 只遍历一次nums
数组,因此时间复杂度为
O
(
n
)
O(n)
O(n),
n
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
系统化的资料的朋友,可以添加戳这里获取](https://bbs.csdn.net/topics/618668825)**
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!