乘积最大子序列

题目

思路

本道题要求我们从一个找出乘积最大的连续子序列（该序列至少包含一个数）
首先，必须要满足的条件是连续，那么相比较我们之前做的最大子序列和来说，本题存在的一个难点就是：一个最大的乘积的连续序列乘以一个负数后，就会变成最小的，同样，本来是最小的乘积的连续序列乘以一个负数后，有可能会变成最大的，如果参照最大子序列和一样只设置一个dp数组，dp[i]用来表示包含第i个元素的前i个元素的乘积最大的连续子序列，那么显然不好写出状态转移方程，具体思路如下：

1. 所以我们还需要再增加一个维度，用来表示前i个元素的乘积最小的连续子序列，那么此时我们便有两个维度，一个是maxdp，表示当前乘积最大的连续子序列（包含第i个元素），一个是mindp，表示当前乘积最小的连续子序列（包含第i个元素）
2. 对于当前的maxdp[i]，有三种情况：（1）maxdp[i]=maxdp[i-1]*nums[i]（2）maxdp[i]=nums[i]（当maxdp[i-1]和min[i-1]都为负数且nums[i]为正数 或者maxdp[i-1]和mindp[i-1]都为正数且nums[i]为负数）（3）maxdp[i]=nums[i]*min[i-1]（nums[i]为负数且maxdp[i-1]为负数），所以状态转移方程为：maxdp[i]=max(maxdp[i-1]*nums[i],nums[i],nums[i]*mindp[i-1])
3. 同理mindp[i]=min(mindp[i-1]*nums[i],nums[i],maxdp[i-1]*nums[i])
4. 因为maxdp和mindp都是关于i和i-1之间的关系，所以我们可以使用两个变量Max和Min代替dp数组

相关代码如下：

class Solution {
public:
	int maxProduct(vector<int>& nums) {
        int size = nums.size();
		if (size < 1)
			return 0;
		int res = nums[0];
		int Max = nums[0];
		int Min = nums[0];
		for (int i = 1; i < size; i++) {
			int temp = Max;//因为后面的Max值要更新，所以先保存下来，方便后面计算Min时使用
			Max = max(max(Max * nums[i], nums[i]), Min * nums[i]);
			Min = min(min(temp * nums[i], nums[i]), Min * nums[i]);
			res = max(Max, res);
		}
		return res;
	}
};