最大子数组和:
其实这个问题较为贪心,如果你前面的>0,那你肯定要拿过来用,否则就不用,这个是核心。可以定义dp数组定义为以当前下标结尾的最大和,无需考虑开始元素,因为会贪心的选择。当前面<0时,自然就不用了。
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int n = nums.size();
int ans = nums[0];
vector<int> dp(n);
dp[0] = nums[0];
for(int i=1;i<n;i++)
{
dp[i] = nums[i];
if(dp[i-1] > 0)dp[i] += dp[i-1];
ans = max(ans, dp[i]);
}
return ans;
}
};
最大子数组乘积:
像刚才一样考虑,当前面>0时就乘过来,否则就不乘,这样想肯定是没错的。但是如果当前数是负数,我们可能会无法求最大值,因为只有找到最小值,才能存当前最大。所以我们要同时存一个最小值数组,和上述题目定义相同。
class Solution {
public:
int maxProduct(vector<int>& nums) {
int n = nums.size();
vector<int> maxs(n), mins(n);
maxs[0] = nums[0];
mins[0] = nums[0];
int ans = nums[0];
for(int i=1;i<n;i++)
{
if(nums[i] > 0)
{
maxs[i] = max(nums[i], maxs[i-1]*nums[i]);
mins[i] = min(nums[i], mins[i-1]*nums[i]);
}
else
{
maxs[i] = max(nums[i], mins[i-1]*nums[i]);
mins[i] = min(nums[i], maxs[i-1]*nums[i]);
}
ans = max(ans, maxs[i]);
}
return ans;
}
};
注意:此题还有更强的无敌解法,即正反两次遍历
先说下算法:正着走一遍,遇到0就归一,否则持续连乘。
然后反着走一遍,遇到0就归一,否则持续连乘。
期间记录最大值。
说下这种算法为什么有效:咱们考虑其中任意一个元素,看包含他的子数组是否能满足条件:答案是肯定的,由于负数要么是奇数个,要么是偶数个,两遍中一定能取到它的最大值。
由于对任何一个元素这个都是成立的,所以算法成立。
class Solution {
public:
int maxProduct(vector<int>& nums) {
int ans = nums[0], tmp = 1;
for(auto num: nums)
if(num > ans)ans = num;
for(auto num: nums)
{
if(num == 0)tmp = 1;
else
{
tmp *= num;
if(tmp > ans)ans = tmp;
}
}
reverse(nums.begin(), nums.end());
tmp = 1;
for(auto num: nums)
{
if(num == 0)tmp = 1;
else
{
tmp *= num;
if(tmp > ans)ans = tmp;
}
}
return ans;
}
};