DP-LeetCode-152. 乘积最大子数组

最新推荐文章于 2024-11-08 23:27:36 发布

乐行僧丶

最新推荐文章于 2024-11-08 23:27:36 发布

阅读量131

点赞数

分类专栏： LeetCode-DP系列文章标签： leetcode 动态规划算法

本文链接：https://blog.csdn.net/asjbfjsb/article/details/121572148

版权

LeetCode-DP系列专栏收录该内容

12 篇文章 0 订阅

订阅专栏

思路

数组中有负有正有0
状态表示
f[i] : 表示从[0, i]数组乘积的最大值
g[i] : 表示从[0, i]数组乘积的最小值

状态计算
通过i-1的状态递推i
对于f[i]

f[i]只考虑自己，则f[i] = nums[i]
nums[i] > 0 f[i] = f[i - 1] * nums[i]
nums[i] < 0 f[i] = g[i - 1] * nums[i]
nums[i] == 0
综上f[i]是上面几种情况的最大值

对于g[i]

g[i]只考虑自己，则g[i] = nums[i]
nums[i] > 0 f[i] = g[i - 1] * nums[i]
nums[i] < 0 f[i] = f[i - 1] * nums[i]
nums[i] == 0
综上f[i]是上面几种情况的最小值

代码

class Solution {
public:
    int maxProduct(vector<int>& nums) {
        int f = nums[0];
        int g = nums[0];
        int ans = nums[0];
        int n = nums.size();
        for (int i = 1; i < n; i++) {
            int a = nums[i];
            int nf = f * a;
            int ng = g * a;
            f = max(a, max(nf, ng));
            g = min(a, min(nf, ng));
            ans = max(ans, f);
        }
        return ans;
    }
};