【Leetcode152】Maximum Product Subarray

Runtime: 4 ms, faster than 87.06% of C++ online submissions for Maximum Product Subarray.

Memory Usage: 7 MB, less than 100.00% of C++ online submissions for Maximum Product Subarray.

典型的动态规划，因为起点和终点都是不确定的，这里设置一个vector，其index对应在index处终止的所有可能的子串的最大和最小值组成的pair。

重点在于理解，该问题与子问题之间的关系，即在index处结束的最大product与在index-1处结束的最大product之间的关系，绝不仅仅是前一个最大值乘以当前num，原因在于若当前num为负数，与前一个最小值product相乘才能得到当前最大product。

 

class Solution {
public:
    int maxProduct(vector<int>& nums) {
        vector<pair<int, int>> products(nums.size());
        products[0] = make_pair(nums[0], nums[0]);//max, min
        int max_pro, min_pro;
        for(size_t index = 1; index < nums.size(); ++index){
            if(nums[index] >= 0){
                max_pro = max(products[index-1].first*nums[index], nums[index]);
                min_pro = min(products[index-1].second*nums[index], nums[index]);
            }else{
                max_pro = max(products[index-1].second*nums[index], nums[index]);
                min_pro = min(products[index-1].first*nums[index], nums[index]);
            }
            products[index] = make_pair(max_pro, min_pro);
        }
        int max_product = products[0].first;
        for(const auto& p : products){
            if(p.first > max_product)
                max_product = p.first;
        }
        return max_product;
    }
};