【每日一题】LeetCode. 152. 乘积最大子数组

每日一题，防止痴呆 = =

一、题目大意

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。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/maximum-product-subarray

二、题目思路以及AC代码

一开始看到这道题，这不动态规划吗，O(n)就出来了，然后发现我那个动态规划没有考虑负负得正的情况 = =

思路

这道题实际的思路也确实是动态规划，只不过需要考虑负负得正的情况，这样的话，我们可以定义dp_max[i]表示以第i个元素为结尾的子数组中最大乘积是多少，然后很自然的我们会先想到一个表达式，dp_max[i] = max(dp_max[i-1] * nums[i], nums[i])，这里能成立也是因为是求连续子数组，但是这个表达式没有考虑到nums[i]为负数的情况，比如给定数组 -2，3，-4，那么这个递推式就只能得到结果为3。

对于负数的情况，那么我们其实就是在计算dp_max[i]的时候，需要多考虑一种情况，就是以i-1为结尾的子数组中乘积的最小值，因为负数与越小的数相乘，得到的乘积越大，通过上述的叙述，最小值也需要一个dp过程来求，所以其实就是同时求解两个dp，然后dp_max中的最大值即是结果。

这里面由于求解第i个状态时只利用了第i-1个状态，所以可以用滚动数组来进行空间优化，即用一个变量保存即可。

AC代码：

下面给出AC代码：

class Solution {
public:
    int maxProduct(vector<int>& nums) {
        int n_size = nums.size();

        if (!n_size) return 0;
        int dp_max = nums[0];
        int dp_min = nums[0];
        int max_val = dp_max;
        for (int i=1;i<n_size;i++) {
            int tmp_max = dp_max;
            dp_max = max(dp_max * nums[i], max(dp_min * nums[i], nums[i]));
            dp_min = min(tmp_max * nums[i], min(dp_min * nums[i], nums[i]));
            max_val = max(max_val, dp_max);
        }

        return max_val;
    }
};

如果有问题，欢迎大家指正！！！