乘积最大子数组——动态规划

题目描述：

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。

思路和算法：

 代码1：

int maxProduct(vector<int>& nums) {
    vector <int> maxF(nums), minF(nums);
    for (int i = 1; i < nums.size(); ++i) {
        maxF[i] = max(maxF[i - 1] * nums[i], max(nums[i], minF[i - 1] * nums[i]));
        minF[i] = min(minF[i - 1] * nums[i], min(nums[i], maxF[i - 1] * nums[i]));
    }
    return *max_element(maxF.begin(), maxF.end());
}

 易得这里的渐进时间复杂度和渐进空间复杂度都是O(n)。

优化代码： 

int maxProduct(vector<int>& nums) {
    int maxF = nums[0], minF = nums[0], ans = nums[0];
    for (int i = 1; i < nums.size(); ++i) {
        int mx = maxF, mn = minF;
        maxF = max(mx * nums[i], max(nums[i], mn * nums[i]));
        minF = min(mn * nums[i], min(nums[i], mx * nums[i]));
        ans = max(maxF, ans);
    }
    return ans;
}

复杂度分析

记 nums 元素个数为 n。

• 时间复杂度：程序一次循环遍历了 nums，故渐进时间复杂度为O(n)。
• 空间复杂度：优化后只使用常数个临时变量作为辅助空间，与 n 无关，故渐进空间复杂度为 O(1)。