【动态规划-最大子段】力扣152. 乘积最大子数组

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。

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。

代码

class Solution {
public:
    int maxProduct(vector<int>& nums) {
        vector<double> maxF(nums.begin(), nums.end()); 
        vector<double> minF(nums.begin(), nums.end());
        for(int i = 1;i < nums.size(); i++){
            maxF[i] = max(maxF[i-1] * nums[i], max(static_cast<double>(nums[i]), nums[i] * minF[i-1]));
            minF[i] = min(minF[i-1] * nums[i], min(static_cast<double>(nums[i]), nums[i] * maxF[i-1]));
        }
        return static_cast<double>(*max_element(maxF.begin(), maxF.end()));
    }
};

渐进时间复杂度和渐进空间复杂度都是 O(n)。

由于这道题目添加了新的测试案例，导致官解在这个示例上导致了溢出，所以在代码中需要int临时变化为double。

这道题由于考虑到乘法中具有负数，所以可以列出两个状态转移方程。maxF[i]代表的是以 i 结尾的最大子段乘积，minF[i]代表的是以 i 结尾的最小子段乘积。当取maxF[i]的时候，通常需要考虑三种情况：1.两个数都是正数 2.两个数都是负数 3.nums成为新起的一段子段开头。取minF[i]同理。

最后max_element返回的是迭代器，所以需要使用*来解迭代器所指向的元素。

空间优化

class Solution {
public:
    int maxProduct(vector<int>& nums) {
        double maxF = nums[0], minF = nums[0], ans = nums[0];
        for (int i = 1; i < nums.size(); i++) {
            double mx = maxF, mn = minF;
            maxF = max(mx * nums[i], max(static_cast<double>(nums[i]), mn * nums[i]));
            minF = min(mn * nums[i], min(static_cast<double>(nums[i]), mx * nums[i]));
            ans = max(maxF, ans);
        }
        return static_cast<int>(ans);
    }
};

时间复杂度：程序一次循环遍历了 nums，故渐进时间复杂度为 O(n)。
空间复杂度：优化后只使用常数个临时变量作为辅助空间，与 n 无关，故渐进空间复杂度为 O(1)。

使用两个mx和mn临时变量来代替maxF[i-1]和minF[i-1]，避免了对数组的维护。