乘积最大子数组-动态规划

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 * $10^4$
-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

刚开始的想法是连续的数的乘积，当再乘下一个数的时候，如果乘积变小了就应该重新开始计数，实际是错误的（[-2,3,4]）。

考虑当前位置如果是一个负数的话，那么我们希望以它前一个位置结尾的某个段的积也是个负数，这样就可以负负得正，并且我们希望这个积尽可能「负得更多」，即尽可能小。如果当前位置是一个正数的话，我们更希望以它前一个位置结尾的某个段的积也是个正数，并且希望它尽可能地大。于是这里我们可以再维护一个 $f_{min}(i)$，它表示以第 ii 个元素结尾的乘积最小子数组的乘积，那么我们可以得到这样的动态规划转移方程：

f m a x ( i ) = max ⁡ i = 1 n { f m a x ( i − 1 ) ∗ a [ i ] , f m i n ( i − 1 ) ∗ a [ i ] , a [ i ] } f m i n ( i ) = min ⁡ i = 1 n { f m i n ( i − 1 ) ∗ a [ i ] , f m a x ( i − 1 ) ∗ a [ i ] , a [ i ] } f_{max}(i)=\max_{i=1}^{n}\{f_{max}(i-1) * a[i],f_{min}(i-1) * a[i],a[i]\} \\ f_{min}(i)=\min_{i=1}^{n}\{f_{min}(i-1) * a[i],f_{max}(i-1) * a[i],a[i]\} fmax​(i)=i=1maxn​{fmax​(i−1)∗a[i],fmin​(i−1)∗a[i],a[i]}fmin​(i)=i=1minn​{fmin​(i−1)∗a[i],fmax​(i−1)∗a[i],a[i]}

from copy import deepcopy

class Solution:
    def maxProduct(self, nums: list) -> int:
        maxF = deepcopy(nums)
        minF = deepcopy(nums)

        for i in range(1, len(nums)):
            maxF[i] = max(maxF[i-1] * nums[i], minF[i-1] * nums[i], nums[i])
            minF[i] = min(minF[i-1] * nums[i], maxF[i-1] * nums[i], nums[i])

        return max(maxF)