《Leetcode》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。

例1

输入: [2,3,-2,4]
输出: 6
解释: 子数组 [2,3] 有最大乘积 6。

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：如果这个数组都是正数或者说负数的个数都是奇数的话，那么整个数组的乘积就是最大的了。所以问题的关键在于负数，如果遇见负数怎么办。初始话两个值，这两个值是数组遍历到这块的时候最大值和最小值。如果遍历数组是正数的话，那么最大值就等于和该元素的成绩，如果是遇见是负数的话，那么把之前计算的最大值和最小值进行交换，这个最大值肯定是遇见的负数，这个最小值就是前面所有正数的乘积再乘以负数。然后这样不断的更新最大值。

class Solution:
    def maxProduct(self, nums: List[int]) -> int:
        ans = float('-inf')
        Max,Min=1,1
        for i in nums:
            if i<0:
                Max,Min = Min,Max
            Max = max(Max*i,i)
            Min = min(Min*i,i)
            print('Max:{},Min:{}'.format(Max,Min))
            ans = max(ans,Max)
        return ans

Max:2,Min:2
Max:6,Min:3
Max:-2,Min:-12
Max:4,Min:-48

在补充两个纯正的动态规划

class Solution:
    def maxProduct(self, nums: List[int]) -> int:
        

        #动态规划
        if not nums:
            return  0
        dp_max = [0]*len(nums)
        dp_min = [0]*len(nums)
        dp_max[0],dp_min[0] = nums[0],nums[0]
        #dp_max[i],表示以i结尾的最大连续子数组
        #dp_min[i],表示以i结尾的最小连续子数组
        for i in range(1,len(nums)):
            #这样写动态转移方程就已经考虑到正负性了
            dp_max[i] = max(dp_max[i-1]*nums[i],max(dp_min[i-1]*nums[i],nums[i]))
            dp_min[i] = min(dp_min[i-1]*nums[i],min(dp_max[i-1]*nums[i],nums[i]))

        #找到dp_max中最大的数字即可
        return max(dp_max)




        #状态压缩
        max_F,min_F = nums[0],nums[0]
        ans = nums[0]
        size = len(nums)
        for i in range(1,size):
            #使用两个变量记录上一个时刻的值
            #dp[i]仅和上一个状态量有关系
            mx,mi = max_F,min_F
            max_F = max(mx*nums[i],max(nums[i],mi*nums[i]))
            min_F = min(mi*nums[i],min(nums[i],mx*nums[i]))
            ans = max(max_F,ans)
        return ans

•  因为有负数，需要考虑负数如何进行处理
• dp_max[i] = max(dp_max[i-1]*nums[i],max(dp_min[i-1]*nums[i],nums[i]))
• dp_min[i]  = min(dp_min[i-1]*nums[i],min(dp_max[i-1]*nums[i],nums[i]))

总结：又是一个动态规划的题目，和53题有点类似，但是感觉动态规划的题目都不是那么好想，多思考，多思考！