问题描述
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
- 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
- 可以使用动态规划的方式,定义一个fmax(i)数组记录以下标为i结尾的连续数相乘的最大值,但只是用一个DP数组是不能解决问题的,因为这里的定义并不满足「最优子结构」。
- 具体地讲,如果 a = { 5, 6, -3, 4, -3 },fmax对应的序列是 { 5, 30, -3, 4, -3 },按照前面的算法我们可以得到答案为 30,即前两个数的乘积,而实际上答案应该是全体数字的乘积。我们来想一想问题出在哪里呢?问题出在最后fmax的值既不是 −3,也不是 4 X -3,而是 5 X 6 X -3 X4 X-3,所以我们得到了一个结论:当前位置的最优解未必是由前一个位置的最优解转移得到的。
- 因此可以用两个动态数组,fmax(i)记录数组记录以下标为i结尾的连续数相乘的最大值,fmin(i)数组记录以下标为i结尾的连续数相乘的最小值,同时要保证最大值要大于等于0,最小值要小于等于0,当数组长度为1时直接返回该值,否则使用状态转移方程。
fmax(i) = max(fmax(i-1)*ai,fmin(i-1)*ai,ai)
fmin(i) = min(fmax(i-1)*ai,fmin(i-1)*ai,ai) - 有了状态转移方程,代码实现就很简单。
代码实现(python3)
class Solution:
def maxProduct(self, nums: List[int]) -> int:
acti_dp = [nums[0]]
posi_dp = [nums[0]]
for num in nums[1:]:
acti_dp.append(max(acti_dp[-1]*num,max(num,posi_dp[-1]*num)))
posi_dp.append(min(posi_dp[-1]*num,min(num,acti_dp[-2]*num)))
return max(acti_dp)
另外提供一种思路:
先计算从左到右的相乘的最大值,再计算从右到左的最大值;再将两组最大值相比。
class Solution:
def maxProduct(self, nums: List[int]) -> int:
num_reverse = nums[::-1]
for i in range(1, len(nums)):
nums[i] *= nums[i - 1] or 1
num_reverse[i] *= num_reverse[i - 1] or 1
return max(max(num_reverse),max(nums))