53. 最大子序和与152. 乘积最大子数组

53. 最大子序和与152. 乘积最大子数组

这两道题有相似之处,所以放在了一起记录

题目

给定一个整数数组 nums ,找到一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。

示例:

输入: [-2,1,-3,4,-1,2,1,-5,4]
输出: 6
解释: 连续子数组 [4,-1,2,1] 的和最大,为 6。

思路

可以用动态规划来做,设数组元素f[i]表示包含第i个元素的最大和的连续子数组,那么转移方程是
f [ i ] = m a x ( f [ i − 1 ] + A [ i ] , A [ i ] ) f[i] = max(f[i-1]+A[i],A[i]) f[i]=max(f[i1]+A[i],A[i])

代码

    public int maxSubArray(int[] nums) {
        int n = nums.length;
        if(n==0){
            return 0;
        }
        int f[] = new int [n];
        f[0] = nums[0];
        int m = Math.max(f[0],Integer.MIN_VALUE);

        for(int i=1;i<n;i++){
            f[i]= nums[i];
            f[i] = Math.max(f[i]+f[i-1],f[i]);

            if(m<f[i]){
                m = f[i];
            }
        }
        return m;
    }

题目

给你一个整数数组 nums ,请你找出数组中乘积最大的连续子数组(该子数组中至少包含一个数字),并返回该子数组所对应的乘积。

示例 1:

输入: [2,3,-2,4]
输出: 6
解释: 子数组 [2,3] 有最大乘积 6。

思路

和上面的题目类似,定义数组f[i],表示以第i个数结尾的乘积最大的连续子数组,那么很容易会使用上面的转移方程进行解决。但是这样是不对的
因为上面的问题是和,而这个问题是乘积,会出现负负得正的情况(负负得正可能比两个正数的乘积大),因此,还需要定义一个数组d[i]表示以第i个数结尾的乘积最小的连续子数组,状态转移方程可以写为:
f [ i ] = m a x ( d [ i − 1 ] ∗ A [ i ] , f [ i − 1 ] ∗ A [ i ] , A [ i ] ) f[i] = max(d[i-1]*A[i],f[i-1]*A[i],A[i]) f[i]=max(d[i1]A[i],f[i1]A[i],A[i])
d [ i ] = m i n ( d [ i − 1 ] ∗ A [ i ] , f [ i − 1 ] ∗ A [ i ] , A [ i ] ) d[i] = min(d[i-1]*A[i],f[i-1]*A[i],A[i]) d[i]=min(d[i1]A[i],f[i1]A[i],A[i])

代码

public int maxProduct(int[] nums) {

        int n = nums.length;

        int f[] = new int[n+1];
        int d[] = new int[n+1];

        int r = Integer.MIN_VALUE;

        for(int i=1;i<=n;i++){
            if(i==1)
            {
                f[i] = nums[i-1];
                d[i]= nums[i-1];
            }else{
                
                f[i] = Math.max(nums[i-1],f[i-1]*nums[i-1]);
                f[i] = Math.max(f[i],d[i-1]*nums[i-1]);

                d[i] = Math.min(nums[i-1],f[i-1]*nums[i-1]);
                d[i] = Math.min(d[i],d[i-1]*nums[i-1]);

            }
            r = Math.max(r,f[i]);
            
        }
        return r;
    }

当然,上面代码可以继续优化,将空间优化到O(1),代码如下,优化思路很简单

public int maxProduct(int[] nums) {

        int n = nums.length;

        int f = 0; 
        int d = 0;

        int r = Integer.MIN_VALUE;

        for(int i=1;i<=n;i++){
            if(i==1)
            {
                f = nums[i-1];
                d= nums[i-1];
            }else{
                int tf = f;
                int td = d;
                f= Math.max(nums[i-1],tf*nums[i-1]);
                f = Math.max(f,td*nums[i-1]);
                d = Math.min(nums[i-1],td*nums[i-1]);
                d = Math.min(d,tf*nums[i-1]);

            }
            // System.out.println(f+" "+nums[i-1]+" "+d);
            r = Math.max(r,f);
            
        }
        return r;

    }
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值