Leetcode 152. 乘积最大子数组
中等题
题目
给你一个整数数组 nums ,请你找出数组中乘积最大的非空连续子数组(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。
测试用例的答案是一个 32-位 整数。
子数组 是数组的连续子序列。
示例1
输入: nums = [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: nums = [-2,0,-1]
输出: 0
解释: 结果不能为 2, 因为 [-2,-1] 不是子数组。
提示
- 1 <= nums.length <= 2 * 104
- -10 <= nums[i] <= 10
- nums 的任何前缀或后缀的乘积都 保证 是一个 32-位 整数
解法
这里不同于最大子序列和,需要考虑负数相乘为正数(更大)的情况,按照子序列和中的做法是将dp[i]表示含有第 i 个数的情况下的最大子序列和;这里也需要用类似定义,但是可以定义两个动态数组分别表示:
- 含有当前节点的最大正数子数组
- 含有当前节点的最小负数子数组。
如果是0就直接置为0;边遍历边保存;
class Solution:
def maxProduct(self, nums: List[int]) -> int:
if len(nums)==1:return nums[0]
dp_max = [0 for _ in range(len(nums)+1)] # 正数
dp_min = [0 for _ in range(len(nums)+1)] # 负数
result = 0
for i in range(1, len(nums)+1):
if nums[i-1]>0:
dp_max[i] = dp_max[i-1]*nums[i-1] if dp_max[i-1] else nums[i-1]
dp_min[i] = dp_min[i-1]*nums[i-1]
else:
dp_max[i] = dp_min[i-1]*nums[i-1]
dp_min[i] = dp_max[i-1]*nums[i-1] if dp_max[i-1] else nums[i-1]
result = max(result, dp_max[i])
return result
- 时间复杂度 O(n)
- 空间复杂度 O ( n 2 ) O(n^2) O(n2)
压缩空间
每次更新只与前面的状态有关,因此只需要保存两个变量即可,但是要注意更新状态时需要同时更新,以免覆盖的情况。
class Solution:
def maxProduct(self, nums: List[int]) -> int:
if len(nums)==1:return nums[0]
pos, neg, result = 0, 0, 0
for i in range(1, len(nums)+1):
if nums[i-1]>0:
pos, neg = pos*nums[i-1] if pos else nums[i-1], neg*nums[i-1] #正数确保pos尽量大
else:
pos, neg = neg*nums[i-1], pos*nums[i-1] if pos else nums[i-1] #负数确保neg尽量小
result = max(result, pos)
return result
- 时间复杂度 O(n)
- 空间复杂度 O ( n ) O(n) O(n)