问题描述:
Find the contiguous subarray within an array (containing at least one number) which has the largest product.
For example, given the array [2,3,-2,4]
,
the contiguous subarray [2,3]
has the largest product = 6
.
解题分析:
当然,不用DP(动态规划)思想也能解决这个问题,但时间复杂度将会很高。
那谈一下使用DP思想解决这个问题的思路:一般而言,都是求一个数组的连续子数组之和中最大的数,那么我们只要记录在当前位置时,前面所有组合中最大的和。
解决这个问题的思路也类似,但要考虑到如果先乘了一个负数得到较小的数,我们取较大值,可如果后面还有一个负数的时候,显然求不到最优解,例如[2,-2,3,-4]这个数组,按照上面的思想会得出3这个结果。
于是,我们需要同时记录当前位置时,至此所有数乘积的局部最大值与局部最小值,分别为max_local,min_local
,如此便能避免因负数存在而得不出最优解的情况,时间复杂度O(N)。
那谈一下使用DP思想解决这个问题的思路:一般而言,都是求一个数组的连续子数组之和中最大的数,那么我们只要记录在当前位置时,前面所有组合中最大的和。
解决这个问题的思路也类似,但要考虑到如果先乘了一个负数得到较小的数,我们取较大值,可如果后面还有一个负数的时候,显然求不到最优解,例如[2,-2,3,-4]这个数组,按照上面的思想会得出3这个结果。
于是,我们需要同时记录当前位置时,至此所有数乘积的局部最大值与局部最小值,分别为max_local,min_local
,如此便能避免因负数存在而得不出最优解的情况,时间复杂度O(N)。
源代码:
class Solution {
public:
int maxProduct(vector<int>& nums) {
if (nums.size() == 1) {
return nums[0];
} else {
int min_local = nums[0];
int max_local = nums[0];
int max_global = nums[0];
for (int i = 1; i < nums.size(); i++) {
int max_temp = max_local;
/*记录当前位置时局部最大值*/
max_local = max(max(nums[i], nums[i] * min_local), nums[i] * max_local);
/*记录当前位置时局部最小值*/
min_local = min(min(nums[i], nums[i] * min_local), nums[i] * max_temp);
/*记录全局最大值*/
max_global = max(max_global, max_local);
}
return max_global;
}
}
};