Solution 1
0053. Maximum Subarray 的变体,同样是动态规划,最优子结构表示以当前位置结尾的最优区间结果。但是需要额外注意负负的整的情况,如果当前数值为负数,那么实际最大结果应该来自前一轮计算的最小的候选,因此需要同时维护两个状态,一个记录最大候选,一个记录最小候选,最优结果取当前轮最大结果。
- 时间复杂度: O ( n ) O(n) O(n),其中 n n n为输入的元素个数,线性遍历一次。
- 空间复杂度: O ( 1 ) O(1) O(1),可以优化到只维护常数个状态量。
class Solution {
public:
int maxProduct(vector<int>& nums) {
int prevP = nums[0], prevN = nums[0];
int ans = nums[0];
// cout << prevP << ' ' << prevN << ' ' << ans << endl;
for (int i = 1; i < nums.size(); i++) {
int tempP = prevP, tempN = prevN;
prevP = max(tempP * nums[i], max(tempN * nums[i], nums[i])); // 正值最优候选,取最大
prevN = min(tempP * nums[i], min(tempN * nums[i], nums[i])); // 负值最优候选,取最小
ans = max(prevP, max(prevN, ans));
// cout << prevP << ' ' << prevN << ' ' << ans << endl;
}
return ans;
}
};
Solution 2
Solution 1的Python实现
class Solution:
def maxProduct(self, nums: List[int]) -> int:
prevP, prevN = nums[0], nums[0]
ans = nums[0]
for i in range(1, len(nums)):
tempP, tempN = prevP, prevN
prevP = max(tempP * nums[i], tempN * nums[i], nums[i])
prevN = min(tempP * nums[i], tempN * nums[i], nums[i])
ans = max(prevP, prevN, ans)
return ans