力扣--乘积最大子数组

Given an integer array nums, find a contiguous non-empty subarray within the array that has the largest product, and return the product.

It is guaranteed that the answer will fit in a 32-bit integer.

A subarray is a contiguous subsequence of the array.

Example 1:

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

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

Constraints:

1 <= nums.length <= 2 * 104
-10 <= nums[i] <= 10
The product of any prefix or suffix of nums is guaranteed to fit in a 32-bit integer.

随手记录一下解题过程：
刚看到这道题，跟LIS很像，但不同的是隐形的增加了条件：[2,-1,-2]如果用LIS得出结果是2，而正确答案是4，也就是说，增加的隐形条件是1、不知道负数的个数 ；2、不能通过得到当前最大值直接相乘得出答案。而我又注意到，当进行2*(-1)判断时，程序会把2*(-1)判断成最小，但是下一步计算2*(-1)又是最大，于是有个想法：将当前相乘结果为负数的数据存储起来，那么代码就是：

#include <bits/stdc++.h>
class Solution {
public:
    int maxProduct(vector<int>& nums) {
        int len = nums.size();
        int dp[len];
        memset(dp,0,sizeof(dp));
        dp[0] = nums[0];
        int ans = nums[0];
        int x=1;
        for(int i=1; i<len; i++){
        	dp[i] = dp[i-1]*nums[i];
         	if( nums[i] < 0){
         	dp[i] = max(dp[i-1]*nums[i], x*nums[i]);
         	}
         	/*请注意x只能在这个位置*/
            x = dp[i-1]*nums[i];
        }
        return ans;
    }
};

于是成功过了样例，卡在了[2,-2,-3,-4,5]上，这种数据我程序得出的结果是12，正确结果应该是60.
于是我就在思考，因为：60是通过(-3)*(-4)*5得到的，难道是两个for循环？可是即使是两个for循环也无法进行解决dp[i-1]*nums[i]得出是负数的那种情况。
回到第一种思路，第一种思路很好的解决了目前这个数是负数的情况，那么，如果放眼到全局，是不是就由一个数变到了一个数组？那也就是说，我们需要两个数组，一个存最大值，一个存最小值（可以想一想为什么是最小值）（答案：因为是一个正数乘上一个负数，那么这个新的数一定是最小值），于是代码如下：

#include <bits/stdc++.h>
class Solution {
public:
    int maxProduct(vector<int>& nums) {
        int len = nums.size();
        int dp[len];
        int dm[len];
        memset(dp,0,sizeof(dp));
        memset(dm,0,sizeof(dm));
        dp[0] = nums[0];
        dm[0] = nums[0];
        int ans = nums[0];
        int x=1;
        int p,q;
        for(int i=1; i<len; i++){
            p = max(dp[i-1]*nums[i],dm[i-1]*nums[i]);
            dp[i] = max(p,nums[i]);

            q = min(dp[i-1]*nums[i],dm[i-1]*nums[i]);
            dm[i] = min(q,nums[i]);
            ans = max(ans,dp[i]);
        }
        return ans;
    }
};

完成。