leetcode_动态规划



原题来自LeetCode，由“待字闺中”微信公众号转发。这里是我自己看了原贴之后的思考和解答。

以下是链接：
http://mp.weixin.qq.com/s?__biz=MjM5ODIzNDQ3Mw==&mid=200559586&idx=1&sn=7d7e7ed20f92e437d0924403e8ac2a37&key=8ab9b131eb859e5c90bbb23362befef4c63a339f83182b3957aeb4fd0f56f40d6ddcbe11c7532434e5ba90ae7875bfaa&ascene=1&uin=Mjg3NDAzMjYzNw%3D%3D&devicetype=webwx&version=70000001&pass_ticket=4VRhlhj84%2FF9OzkaBX%2Ftm6Kb3BSudOA1s%2FIPMvTT5P0XVMEQVlXwF3rUt4Z4Gg%2Fh

题目如下：给定一个整型数组，至少有一个元素，请计算子数组最大乘积是多少？子数组必须是原数组中连续的一串数字构成的数组。整数可正可负。

例如：给定数组 [2, 3, -2, 4]。经过计算，得到最大乘积为6。子数组为[2,3]。

根据原贴的解题思路，这道题可以用动态规划来解，但难度在哪里呢？负负得正，就可恶在这里。那这个题目怎么办？O(n^2)么？是否要计算保存之前的所有状态？不必如此，其实就多了数组中的元素为负情况的考虑。因为负负得正，我们除了考虑当前的最大值之外，还需要考虑当前的最小值。

原因是，如果最小值是负的，而且当前是负的，那么乘积之后是正数，很可能就大于当前最大的。

所以遍历一遍，计算以每个元素结尾的最大值最小值，最后找到全局的最大值。就是我们要的结果了。

根据原贴的代码，我自己重新实现了一遍，如下：

class DynProg01
{
    public static void main(String[] args)
    {
        System.out.println(new Integer(solve(new int[] { 1, 2, 3 })).toString());
        System.out.println(new Integer(solve(new int[] { 1, -2, 3 })).toString());
        System.out.println(new Integer(solve(new int[] { 1, -2, 3, -4 })).toString());
        System.out.println(new Integer(solve(new int[] { 1, -2, -7, -4 })).toString());
        System.out.println(new Integer(solve(new int[] { 1, -2, -5, -4 })).toString());
        System.out.println(new Integer(solve(new int[] { 3, 4, -1 })).toString());
    }

    public static int solve(int[] array)
    {
        int maxVal = array[0];
        int minVal = array[0];
        int result = array[0];
        for (int i = 1; i < array.length; i++) {
            int tmpMax = maxVal * array[i];
            int tmpMin = minVal * array[i];
            maxVal = max3(tmpMax, tmpMin, array[i]);
            minVal = min3(tmpMax, tmpMin, array[i]);
            System.out.println("maxVal: " + (new Integer(maxVal)).toString() + "; minVal: " + (new Integer(minVal)).toString());
            result = max2(maxVal, result);
        }
        return result;
    }

    private static int max3(int a, int b, int c)
    {
        return max2(max2(a, b), c);
    }

    public static int max2(int a, int b)
    {
        if (a < b) return b;
        return a;
    }

    private static int min3(int a, int b, int c)
    {
        return min2(min2(a, b), c);
    }

    public static int min2(int a, int b)
    {
        if (a < b) return a;
        return b;
    }
}

代码没有经过简化，所以把我的测试数据也都附上了。对于所有这些例子，运行下来得到的结果都是正确的。它为什么正确呢？

上述代码里面，max2和max3函数都是相当平凡的，它们就是从两个或三个元素中选取最大值。关键在于solve函数。它里面的那个maxVal、minVal、tmpMax、tmpMin和result这些变量分别表示什么。

我昨晚上思考了许久，想明白了。对于下标i来说，maxVal和minVal代表的是数组从元素0到元素i-i之间，包含元素i-1的子数组中能得到的最大乘积和最小乘积。result则代表从元素0到元素i-1之间，乘积最大的子数组的乘积。tmpMax和tmpMin则是将maxVal、minVal和元素i相乘得到的临时结果，用于后面的比较来得到新的maxVal和minVal。

现在需要用一下数学归纳法。假设对于n的情况，maxVal和minVal还有result的值都满足了上述条件，对于n+1的情况又如何呢？现在的情况是，新增了元素n。首先，考虑maxVal。maxVal要么就是元素n，要么就是包含元素n在内的子数组的乘积。前者的情况显然在这里得到了考虑，而事实上，在我们题设的整数情况下却不会发生，因为整数的绝对值总是大于等于1，所以之前的乘积的绝对值总是大于等于1，同时考虑maxVal和minVal的结果就会让新的maxVal大于等于元素n。但它对于浮点数的情况是有必要的。对于包含元素n在内的子数组的乘积的情况，maxVal表示的是可能得到的最大乘积，其他子数组的乘积已经不可能比这个更大了，如果考虑当前值为负的情况，minVal就能起到作用，所以新的maxVal是正确的。

同理可证新的minVal是正确的。那么result呢？需要注意result只是从元素0到元素n-1之间的最大乘积子数组的乘积，它未必要包含元素n-1。那很简单，它只需要从它自己和新的maxVal之间取较大值即可。

这样的动态规划，让我联想起了字符串查找用的KMP算法。因为KMP算法也要计算最大匹配的真前缀的位置，也要用到数学归纳法。下面是我当年对KMP算法的理解和解释：

http://www.fandecheng.com/archives/167

上面说过，现在这个动态规划算法也适用于浮点数。我试了[2, 0.5, 3]，这个算法也是正确的。

还有，原贴中提到的一道求和题。大致是：给定一个整型数组，请计算加起来的和最大的子数组的和是多少？子数组必须是原数组中连续的一串数字构成的数组。整数可正可负。

这道题更简单些，因为我们只要一路求最大和就可以了。关键问题是遇到负数怎么处理。其实也一样，用上面的maxVal和result的思路。如果元素n是一个负数，maxVal加上它将让maxVal变小，但我们要求的是包含这个元素的子数组中的最大和，所以还是必须加上它的。只要之前的maxVal本身是正的就行。如果之前的maxVal本身就是负的，那我们把它抛弃，只取元素n。而result则将成为和最大的子数组，其结尾不必是元素n。