LeetCode：152. Maximum Product Subarray - Python

问题描述：

152. 乘积最大子序列
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