LeetCode 152. Maximum Product Subarray

给定一个整数数组 nums ，找出一个序列中乘积最大的连续子序列（该序列至少包含一个数）。

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。

示例 2:

输入: [-2,0,-1]
输出: 0
解释: 结果不能为 2, 因为 [-2,-1] 不是子数组。

解题思路：

如果前面得到一个较小的负数，和后面一个较大的负数相乘，得到的反而是一个较大的数，如{2，-3，-7}，所以，我们在处理乘法的时候，除了需要维护一个局部最大值，同时还要维护一个局部最小值。

动态规划是方法之一：建立两个一维数组f和g,f[i]表示子数组[0, i]范围内并且一定包含nums[i]数字的最大子数组乘积，g[i]表示子数组[0, i]范围内并且一定包含nums[i]数字的最小子数组乘积，初始化时f[0]和g[0]都初始化为nums[0]，其余都初始化为0。那么从数组的第二个数字开始遍历，那么此时的最大值和最小值只会在这三个数字之间产生，即f[i-1]*nums[i]，g[i-1]*nums[i]，和nums[i]。所以我们用三者中的最大值来更新f[i]，用最小值来更新g[i]，然后用f[i]来更新结果res即可。

	public static int maxProduct(int[] nums) {

        if (nums == null || nums.length < 1) {
            throw new IllegalArgumentException();
        }

        if (nums.length == 1) {
            return nums[0];
        }
        int max[]=new int[nums.length];
        int min[]=new int[nums.length];

        max[0] = nums[0];
        min[0] = nums[0];
        
        int ret=nums[0];
        for (int i = 1; i < nums.length; i++) {
            
            max[i] = Math.max(Math.max(nums[i] * max[i-1], nums[i] * min[i-1]), nums[i]);
            min[i] = Math.min(Math.min(nums[i] * max[i-1], nums[i] * min[i-1]), nums[i]);
            ret=Math.max(max[i], ret);
            System.out.println(max[i]+" "+min[i]);
           
        }
        
        return ret;
    }