LeetCode 152. 乘积最大子数组

最新推荐文章于 2022-08-27 13:59:16 发布

XY_xyz_xyz

最新推荐文章于 2022-08-27 13:59:16 发布

阅读量137

点赞数

文章标签： leetcode 算法 javascript

本文链接：https://blog.csdn.net/XY_xyz_xyz/article/details/120665645

版权

这篇博客介绍了如何解决寻找数组中乘积最大子数组的问题。提供了两种解法，一是根据负数个数调整乘积，二是使用动态规划。动态规划解法中，维护了两个状态dp_max和dp_min，分别表示以当前元素结束的最大乘积和最小乘积，从而找到全局最大乘积。

摘要由CSDN通过智能技术生成

给你一个整数数组 nums ，请你找出数组中乘积最大的连续子数组（该子数组中至少包含一个数字），并返回该子数组所对应的乘积。

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。
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。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/maximum-product-subarray

解法一：

根据负号的个数进行乘积。当负号个数为偶数时，那么所有数相乘则为最大乘积；当负号个数为奇数时，那么第一个负号的左右两边的负号个数为0个和偶数个，最后一个负号的左右两边负号个数为0个和偶数个。当遇到0则重置，相当于子数组，该子数组规律与上述一样。

class Solution {
public:
	int maxProduct(vector<int>& nums) {
		int len = nums.size();
		if (len == 1)
			return nums[0];
		int ans = nums[0];
		int pre = 1;
		int post = 1;
		for (int i = 0; i < len; i++)
		{
			pre *= nums[i];
			post *= nums[len - 1 - i];
			ans = max(ans, max(pre, post));
			if (pre == 0)
				pre = 1;
			if (post == 0)
				post = 1;
		}
		return ans;
	}
};

解法二：

动态规划。dp_max[i]表示当i元素为子数组最后一个时，乘积最大为dp_max[i]。状态转移方程为dp_max[i]=max(dp_max[i-1]*nums[i], nums[i])，但当出现偶数个负数时，该状态不是局部最优的。此时第i个状态可能由第i-1个最小乘积得到。那么同时需要维护dp_min[i]表示第i个元素为子数组最后一个时，乘积最小为dp_min[i]。由于状态i只用到状态i-1，所以用滚动数组优化。

class Solution {
public:
	int maxProduct(vector<int>& nums) {
		int len = nums.size();
		if (len == 1)
			return nums[0];
		int ans = nums[0];
		int dp_max = nums[0];
		int dp_min = nums[0];
		for (int i = 1; i < len; i++)
		{
			int t_max = max(dp_max*nums[i], max(dp_min*nums[i], nums[i]));
			int t_min = min(dp_max*nums[i], min(dp_min*nums[i], nums[i]));
			dp_max = t_max;
			dp_min = t_min;
			ans = max(ans, max(dp_max, dp_min));
		}
		return ans;
	}
};