leetcode152. 乘积最大子序列

思路

因为会出现负值，所以单纯的用与连续最大子和一样的思路是不行的
可以设置两个变量imax和imin，分别更新当前最大值和最小值，一旦遇到当前元素为负值时，就将上一轮得到的imax和imin交换，再更新imax和imin，同时每一步都更新res为最大值。

class Solution(object):
    def maxProduct(self, nums):
        if not nums:
            return None
        if len(nums) == 1:
            return nums[0]
        imax = nums[0]
        imin = nums[0]
        res = nums[0]
        for i in range(1,len(nums)):
            #事先判断当前元素小于0，则交换imax和imin
            if nums[i] < 0:
                imax, imin = imin, imax
            imax = max(nums[i], imax*nums[i])
            imin = min(nums[i], imin*nums[i])
            
            res = max(res, imax)
        return res

或者建立两个dp表，其中f[i]表示子数组[0, i]范围内的最大子数组乘积，g[i]表示子数组[0, i]范围内的最小子数组乘积，初始化时f[0]和g[0]都初始化为nums[0]，其余都初始化为0。那么从数组的第二个数字开始遍历，那么此时的最大值和最小值只会在这三个数字之间产生，即f[i-1]*nums[i]，g[i-1]*nums[i]，和nums[i]。所以我们用三者中的最大值来更新f[i]，用最小值来更新g[i]，然后用f[i]来更新结果res即可。

class Solution {
    public int maxProduct(int[] nums) {
        if(nums == null) return 0;
        int n = nums.length;
        int res = nums[0];
        int[] f = new int[n];
        int[] g = new int[n];
        f[0] = nums[0];
        g[0] = nums[0];
        for(int i = 1; i < n; i++){
            f[i] = Math.max(Math.max(f[i - 1] * nums[i], g[i - 1] * nums[i]), nums[i]);
            g[i] = Math.min(Math.min(f[i - 1] * nums[i], g[i - 1] * nums[i]), nums[i]);
            res = Math.max(f[i], res);
        }
        return res;
    }
}