今天偶发灵感,在线创作了一句卑微的歌词
想分享给我的百万粉丝品品
我拼了命的想被你看见
而你却总是视而不见!
诸位看官请笑纳。
题目描述:
给定一个整数数组 nums ,找出一个序列中乘积最大的连续子序列(该序列至少包含一个数)。
示例 1:
输入: [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: [-2,0,-1]
输出: 0
解释: 结果不能为 2, 因为 [-2,-1] 不是子数组。
思路:
本题是经典的动态回归方法,关于动态回归方法我前面有专门写了一篇文章来介绍如何作答的,感兴趣的朋友可以看看这篇文章。
https://blog.csdn.net/weixin_36431280/article/details/86616672
在这篇文章里,我也提到了,其实解答动态回归的题目的关键点就是要找到动态方程。而本题的方程式比较难归纳到,让我们一步一步来分析。
首先,本题的难点无非就是要把负数和正数给区分开,而负数其实就是分两种情况:个数为单数和偶数。如果负数的个数为偶数的话,那好办了,最大乘积和为列表所有元素的乘积。如果负数个数为奇数个的话,其实也是两种情况:
所以,我们就是要能标记出这两种情况。一般来说,我们就是要初始化两个标记列表max_num和min_num来一次记录不同子序列的最大值和最小值。请注意:这里面的最大值和最小值不是全局意义上的最大值和最小值,但是但是但是,这两个值里面一定是有个最值的,即最小值或者是最大值,不然题目就解不出来啦。我们每次再用max()函数得出全局最大值即可。
最后,就是要给出动态方程了:
代码如下:
class Solution(object):
# 本题考查动态回归,难点就是动态方程的归纳
def maxProduct(self, nums):
"""
:type nums: List[int]
:rtype: int
"""
# 初始化子序列最大的乘积
product = nums[0]
# 这两个数组用来分别记录不同子序列的最大值和最小值
max_num, min_num = [1] * (len(nums)+1), [1] * (len(nums)+1)
for index in range(len(nums)):
# 以下两步是状态转移方程
max_num[index+1] = max(max_num[index]*nums[index], min_num[index]*nums[index], nums[index])
min_num[index+1] = min(max_num[index]*nums[index], min_num[index]*nums[index], nums[index])
product = max(product, max_num[index+1])
return product
if __name__ == "__main__":
nums = [-4,-3,-2]
max_num = Solution().maxProduct(nums)
print(max_num)
执行效率属实一般,在20%左右。