贪心算法（leetcode152. 乘积最大子数组）

看到这道题，相信不少人第一反应是动态规划，考虑到负数的出现，偶数个负数相乘必能得到正数，所以要定义两个dp数组，一个保存最小值一个保存最大值，即：

	public int maxProduct(int[] nums) {
        /*动态规划*/
        int n = nums.length;
        int max = nums[0],min = nums[0],res = nums[0];
        for(int i=1;i<n;i++){
            int maxTemp = max,minTemp = min;
            max = Math.max(maxTemp*nums[i],Math.max(nums[i],minTemp*nums[i]));
            min = Math.min(minTemp*nums[i],Math.min(nums[i],maxTemp*nums[i]));
            res = Math.max(max,res);
        }
        return res;
	}

但是，耐下心来想一下，数组中的数都是整数，如果数组有0，用0把数组分隔开。

若得到的子序列中的负数个数是偶数（包括0），直接乘起来得到的最大值即为结果；
若得到的子序列中的负数个数是奇数，从左往右乘到最后一个负数为止，再从右往左乘到最后一个负数为止，比较结果即为该子序列的最大值，再返回各个子序列中的最大值即为结果。

看到者是不是觉得很熟悉呢？没错，这可以作为贪心选择策略。

因此不难得出使用贪心策略得到代码：

/*贪心算法*/
	public int maxProduct(int[] nums) {
		int temp =1,n = nums.length,res = nums[0];
        for(int i=0;i<nums.length;i++){
            temp *= nums[i];
            res = Math.max(temp,res);
            if(temp==0) temp = 1;//遇到0从新来；
        }
        temp=1;
        for(int i=nums.length-1;i>=0;i--){
            temp *= nums[i];
            res = Math.max(temp,res);
            if(temp==0) temp=1;//遇到0从新来；
        }
        return res;
   }