152. Maximum Product Subarray

Given an integer array nums, find the contiguous subarray within an array (containing at least one number) which has the largest product.

Example 1:

Input: [2,3,-2,4]
Output: 6
Explanation: [2,3] has the largest product 6.

Example 2:

Input: [-2,0,-1]
Output: 0
Explanation: The result cannot be 2, because [-2,-1] is not a subarray.

题意：给定一个数组，求乘积最大的连续子序列。

方法一:动态规划。

二维数组Dp[i]记录状态，表示以nums[i] 结尾的子序列的状态。其中 Dp[i][0] 记录最大值，Dp[i][1] 记录最小值，

状态转移方程为：

class Solution {   
public:    
    int maxProduct(vector<int>& nums) {        
        if(nums.size() == 0)
            return 0;
        
        vector<vector<int>> dp(nums.size());        
        int max = nums[0];
        dp[0].push_back(nums[0]);
        dp[0].push_back(nums[0]);
        for(int i = 1; i< nums.size(); i++)
        {        
            pair<int,int> data  = minmax({nums[i], nums[i]* dp[i-1][0], nums[i]* dp[i-1][1]});             
            dp[i].push_back(data.second);
            dp[i].push_back(data.first);
           
            if(max < dp[i][0])
               max = dp[i][0];
        }
        return max;        
    }
};

方法二：动态规划 + 状态压缩

动态规划的思路同上。

使用preMax, preMin两个变量记录上一个状态的最大值和最小值，而不是使用二维数组，从而节省内存空间。

class Solution {   
public:    
    int maxProduct(vector<int>& nums) {        
        if(nums.size() == 0)
            return 0;
        
        int max = nums[0];
        int preMax = nums[0];
        int preMin = nums[0];
        for(int i = 1; i< nums.size(); i++)
        {        
            pair<int,int> data  = minmax({nums[i], nums[i]* preMax, nums[i]* preMin});
            preMin = data.first;
            preMax = data.second;
           
            if(max < preMax)
               max = preMax;
        }
        return max;        
    }
};