leetcode-乘积最大子序和之动态规划

分析

一开始的想法其实没有错，先计算整个数组中负数的个数，看是奇数个还是偶数个;
若是偶数个，很简单，挨个乘就是了;
但若是奇数，就需要去检查当前是第几个负数等，代码写起来非常之麻烦;
其实这题和最大子序和有些类似，但是因为是乘法导致负数的影响很大;
其实也是和本身比较，要是乘积还没有自己大的话，说明上一个乘积最大子序肯定是负数，因此要另起炉灶;
多个正数的乘积的结果，也就是最大乘积遇到负数后，应当变成了最小乘积，再次遇到负数的时候，就再次变为最大; 我们需要同时维护：乘积最大子序和，乘积最小子序和;

而且动态规划的特点是“无后效性”：
无后效性是指如果在某个阶段上过程的状态已知，则从此阶段以后过程的发展变化仅与此阶段的状态有关，而与过程在此阶段以前的阶段所经历过的状态无关。利用动态规划方法求解多阶段决策过程问题，过程的状态必须具备无后效性。
因此其实我们无需建立dp数组，只需当前的状态即可，不需要之前的状态了;

代码

class Solution {
public:
    int maxProduct(vector<int>& nums) {
        int res = INT_MIN;
        int curr_max,curr_min;
        curr_max = 1;
        curr_min = 1;

        for(int i=0;i<nums.size();i++)
        {
            if(nums[i]<0)
            {
                int tmp = curr_max;
                curr_max = curr_min;
                curr_min = tmp;
            }
            
            curr_max = max(curr_max*nums[i],nums[i]);
            curr_min = min(curr_min*nums[i],nums[i]);

            res = max(res,curr_max);
        }

        return res;
    }
};