动态规划

最新推荐文章于 2024-01-20 17:00:00 发布

u010850285

最新推荐文章于 2024-01-20 17:00:00 发布

阅读量336

点赞数

分类专栏： LeetCode 动态规划

本文链接：https://blog.csdn.net/u010850285/article/details/44407545

版权

LeetCode 同时被 2 个专栏收录

49 篇文章 0 订阅

订阅专栏

动态规划

3 篇文章 0 订阅

订阅专栏

动态规划方法用于解决寻找数组中具有最大乘积的连续子数组问题。通过维护局部最优和全局最优，动态规划的解法涉及两个变量的更新。对于包含正负数的情况，需要同时维护局部最大值和最小值。给出的解决方案是一个Java实现的`maxProduct`函数，遍历数组并不断更新最大值和最小值，从而找到最大乘积。

摘要由CSDN通过智能技术生成

用动态规划的方法，就是要找到其转移方程式，也叫动态规划的递推式，动态规划的解法无非是维护两个变量，局部最优和全局最优。其中局部最优的意思就是到目前这个数字为止，其最好的值，整体最优就是整体的最好值。

例子：

Maximum Product Subarray

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.

Product Subarray，要考虑到一种特殊情况，即负数和负数相乘：如果前面得到一个较小的负数，和后面一个较大的负数相乘，得到的反而是一个较大的数，如{2，-3，-7}，所以，我们在处理乘法的时候，除了需要维护一个局部最大值，同时还要维护一个局部最小值，由此，可以写出如下的转移方程式：

max_copy[i] = max_local[i]
max_local[i + 1] = Max(Max(max_local[i] * A[i], A[i]), min_local * A[i])

min_local[i + 1] = Min(Min(max_local[i] * A[i], A[i]), min_local * A[i])

public class Solution {
public int maxProduct(int[] A) {
if(A.length<=0) return 0;
if(A.length==1) return A[0];
int curMax = A[0];
int curMin = A[0];
int ans = A[0];
for(int i=1;i<A.length;i++){
int temp = curMin *A[i];
curMin = Math.min(A[i], Math.min(temp, curMax*A[i]));
curMax = Math.max(A[i], Math.max(temp, curMax*A[i]));
ans = Math.max(ans, curMax);
}
return ans;
}
}