给定一个整数数组 nums ,找出一个序列中乘积最大的连续子序列(该序列至少包含一个数),返回最大乘积。
示例 :
输入: [2,3,-2,4]
输出: 6
解释: 子数组 [2,3] 有最大乘积 6,返回为6。
思路: 动态规划:
定义数组 dpMax[i] 表示以第i个元素结尾的子数组中乘积最大的值,这个数组必须包含第i个元素
对于 dpMax[i] 有三种取值:
1. nums[i] >= 0 且 dpMax[i-1] > 0 , 则 dpMax[i] = dpMax[i-1] * nums[i]
2. nums[i] >= 0 且dpMax[i-1] < 0,如果和前边的数累乘,会变成负数,所以dpMax[i] = nums[i]
3. nums[i] < 0,如果前边累乘结果是一个很小的负数,那么和当前负数累乘的话就会变成一个很大的正数。
所以还需要一个数组 dpMin 来记录以第 i 个元素结尾的子数组中乘积最小的值。
dpMin[i-1] < 0 时, dpMax[i] = dpMin[i-1] * nums[i]
dpMin[i-1] >= 0 时,dpMax[i] = nums[i]
注意到上边 dpMax[i] 的取值无非就是三种,dpMax[i-1] * nums[i]、dpMin[i-1] * nums[i] 以及 nums[i]。所以:
dpMax[i] = max(dpMax[i-1] * nums[i], dpMin[i-1] * nums[i], nums[i]);
同理可得:
dpMin[i] = min(dpMax[i-1] * nums[i], dpMin[i-1] * nums[i], nums[i]);
public class LC152 {
public int maxProduct(int[] nums) {
if (nums.length == 0) {
return 0;
}
int[] dpMax = new int[nums.length];
dpMax[0] = nums[0];
int[] dpMin = new int[nums.length];
dpMin[0] = nums[0];
int max = nums[0];
for (int i = 1; i < nums.length; i++) {
dpMax[i] = Math.max(Math.max(dpMax[i - 1] * nums[i], dpMin[i - 1] * nums[i]), nums[i]);
dpMin[i] = Math.min(Math.min(dpMax[i - 1] * nums[i], dpMin[i - 1] * nums[i]), nums[i]);
max = Math.max(dpMax[i], max);
}
return max;
}
//dp空间优化
public int maxProduct2(int[] nums) {
if (nums.length == 0) {
return 0;
}
int dpMax = nums[0];
int dpMin = nums[0];
int max = nums[0];
for (int i = 1; i < nums.length; i++) {
//更新 dpMin 的时候需要 dpMax 之前的信息,所以先保存起来
int preMax = dpMax;
dpMax = Math.max(Math.max(dpMax * nums[i], dpMin * nums[i]), nums[i]);
dpMin = Math.min(Math.min(preMax * nums[i], dpMin * nums[i]), nums[i]);
max = Math.max(dpMax, max);
}
return max;
}
}