LeetCode_152: 乘积最大子数组

链接

LeetCode_152: 乘积最大子数组

问题

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。

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。

题解

题解1: 动态规划

思路:

第i个元素的最优解并不是在第i个元素的最优解基础上实现的;  因为, 当计算到第i个元素时: 如果 i < 0, 那么当前i个元素的乘积 < 0时最大, 如果 i > 0, 那么当前i个元素的乘积 > 0时最大, 所以需要维护两个数组:  一个维护前 i 个元素乘积的最大值, 一个维护前 i 个元素乘积的最小值, 当计算前 i 个元素的最大乘积时, 需要计算nums[i] 与 乘积的最大值和乘积的最小值进行计算, 并且加上nums[i] 本身, 比较出三者的最大值和最小值, 更新至两个数组中

这里为什么要将 nums[i] 加入比较中?  因为, 如果前 i 个元素的最小乘积为 0 时, 前 i+1 个元素的最小乘积为 nums[i]

/**
 * 动态规划
 */
public int maxProduct1(int[] nums) {
    if(nums == null || nums.length == 0) return 0;
    int length = nums.length;
    if(length == 1) return nums[0];
    int[] maxDP = new int[length];
    int[] minDP = new int[length];
    maxDP[0] = nums[0];
    minDP[0] = nums[0];
    for (int i = 1; i < length; i++) {
        /**
         * 当计算到第i个元素时, 如果 i < 0, 那么当前i个元素的乘积 < 0时最大
         *                   如果 i > 0, 那么当前i个元素的乘积 > 0时最大
         */
        maxDP[i] = Math.max(maxDP[i-1] * nums[i],Math.max(minDP[i-1] * nums[i],nums[i]));
        minDP[i] = Math.min(maxDP[i-1] * nums[i],Math.min(minDP[i-1] * nums[i],nums[i]));
    }
    int max = Integer.MIN_VALUE;
    for (int i = 0; i < length; i++) {
        max = Math.max(max,maxDP[i]);
    }
    return max;
}

复杂度分析
时间复杂度: O(n)
空间复杂度: O(n)

题解2: 动态规划 -- 空间复杂度优化

/**
 * 动态规划 -- 空间复杂度优化
 */
public int maxProduct(int[] nums) {
    if(nums == null || nums.length == 0) return 0;
    int length = nums.length;
    if(length == 1) return nums[0];

    int maxDP = nums[0];
    int minDP = nums[0];
    int max = nums[0];

    for (int i = 1; i < length; i++) {
        int tmpMaxDP = maxDP,tmpMinDP = minDP;
        maxDP = Math.max(tmpMaxDP * nums[i],Math.max(tmpMinDP * nums[i],nums[i]));
        minDP = Math.min(tmpMaxDP * nums[i],Math.min(tmpMinDP * nums[i],nums[i]));
        max = Math.max(max,maxDP);
    }
    return max;
}

复杂度分析
时间复杂度: O(n)
空间复杂度: O(1)