问题描述:
给定一个整数数组
nums
,找出一个序列中乘积最大的连续子序列(该序列至少包含一个数)。
示例 1:
输入: [2,3,-2,4]
输出: 6
解释: 子数组 [2,3] 有最大乘积 6。
问题分析:
这个不是很难,动态规划思想,只要注意一点,就是考虑负数的情况(负负得正哦),dp方程式如下:
dpmax[i] = max(nums[i], dpmax[i - 1] * nums[i], dpmin[i - 1] * nums[i]) # 记录最大值
dpmin[i] = min(nums[i], dpmax[i - 1] * nums[i], dpmin[i - 1] * nums[i]) # 记录最小值,考虑负数的情况
观察上面dp方程式,会发现,其实我们就需记录前一个dpmin[i - 1]
,dpmin[i - 1]
,就可以遍历出结果。所以改进压缩dp空间方程是如下:
dpmax = max(nums[i], dpmax * nums[i], dpmin * nums[i])
dpmin = min(nums[i], dpmax * nums[i], dpmin * nums[i])
maxout = max(maxout, dpmax)
Python3实现:
# @Time :2018/7/31
# @Author :LiuYinxing
# 动态规划
class Solution:
def maxstrtest(self, nums):
n = len(nums)
if n == 1: return nums[0]
if n < 1: None
dpmax, dpmin = [0]*n, [0]*n # 初始化dp
dpmax[0] = dpmin[0] = nums[0]
for i in range(1, n):
dpmax[i] = max(nums[i], dpmax[i - 1] * nums[i], dpmin[i - 1] * nums[i]) # 记录最大值
dpmin[i] = min(nums[i], dpmax[i - 1] * nums[i], dpmin[i - 1] * nums[i]) # 记录最小值,考虑负数的情况
return max(dpmax)
def maxstrtest1(self, nums):
if len(nums) == 1: return nums[0]
dpmax, dpmin, maxout= 1, 1, float('-inf')
for xi in nums:
dpmax, dpmin = max(xi, dpmax * xi, dpmin * xi), min(xi, dpmax * xi, dpmin * xi)
maxout = max(maxout, dpmax)
return maxout
if __name__ == '__main__':
nums = [2, 3, -2, 4]
solu = Solution()
print(solu.maxstrtest1(nums))
欢迎指正哦