problem
Find the contiguous subarray within an array (containing at least one
number) which has the largest product.For example, given the array [2,3,-2,4], the contiguous subarray [2,3]
has the largest product = 6.
solution
O(n2) 解法:
class Solution(object):
def maxProduct(self, nums):
"""
:type nums: List[int]
:rtype: int
"""
ans = float('-inf')
tmp = [1]
for num in nums:
for i, n in enumerate(tmp):
tmp[i] = n*num
ans = max(ans, tmp[i])
tmp.append(1)
return ans
dp
这个问题也可以使用动态规划来求解,因为这个问题求的是乘法,因此就可以把整数分成负数,零和正数,子问题f(i)和g(i)定义为以nums[i]为结尾的子数组的乘积正最大值和负最小值,状态转移:
如果nums[i+1]为零,那么f(i+1)和g(i+1)都等于零,
如果f(i), g(i) != 0:
- nums[i+1] > 0,f(i+1) = f(i)*nums[i+1],g(i+1)=g(i)*nums[i+1]
- nums[i+1] < 0,f(i+1) = g(i) * nums[i+1], g(i+1) = f(i) * nums[i+1]
具体逻辑如下:
class Solution(object):
def maxProduct(self, nums):
"""
:type nums: List[int]
:rtype: int
"""
if len(nums) == 1:
return nums[0]
if nums[0] >= 0:
maxPos = [nums[0]]
minNeg = [0]
else:
maxPos = [0]
minNeg = [nums[0]]
for i, num in enumerate(nums[1:], 1):
if num >= 0:
if maxPos[i-1] != 0:
maxPos.append(maxPos[i-1]*num)
else:
maxPos.append(num)
minNeg.append(minNeg[i-1]*num)
else:
if maxPos[i-1] != 0:
minNeg.append(maxPos[i-1]*num)
else:
minNeg.append(num)
maxPos.append(minNeg[i-1]*num)
#不必担心0不是正确解,因为超过两个数时或者0是正确解或者有大于零的数
return max(maxPos)
超过了97%的提交,由于此题的dp中前一个子问题的结果,所以可以把它转化为循环形式,使用两个变量保存前一个子问题的解,每次循环时更新最大积,这样空间复杂度为 O(1) ,代码没有相差太多,不再赘述。
总结
感觉子数组和子序列求最值问题都可以使用动态规划,但是对于找某个值的问题通常都是使用hash表,可能因为最值问题可以形成递推关系,而具体值不好递推。