本期任务:介绍算法中关于动态规划思想的几个经典问题
问题来源
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。
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。
大佬解析
本题最精彩的地方,使用动态规划,必须要满足无后效性,但是负数的存在破坏了这一特性!
不过!!!你以为这就能阻挡对于动态规划的脚步了吗,不可能!!!
由于存在负数,会导致最大的变最小的,最小的变最大的。因此只需要再维护当前最小值并当负数出现时则imax与imin进行交换就可以弥补这一特性。
细品!!!
代码
"""
需求:
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。
思路1:(运行超时)
优化的暴力解法,二重循环遍历所有可能组合
思路2:
动态规划思想,本题看似破坏了无后效性,但是通过如下操作可以让其重新满足
由于存在负数,那么会导致最大的变最小的,最小的变最大的。因此还需要维护当前最小值,当负数出现时则imax与imin进行交换再进行下一步计算
"""
class Solution:
def maxProduct(self, nums) -> int:
"""标签:动态规划
遍历数组时计算当前最大值,不断更新
令imax为当前最大值,则当前最大值为 imax = max(imax * nums[i], nums[i])
由于存在负数,那么会导致最大的变最小的,最小的变最大的。因此还需要维护当前最小值imin,imin = min(imin * nums[i], nums[i])
当负数出现时则imax与imin进行交换再进行下一步计算
时间复杂度:O(n)
"""
imax = 1
imin = 1
max_product = -float('inf')
for num in nums:
if num >= 0: # 正常更新
imax = max(num, imax * num)
imin = min(num, imin * num)
else: # imax和imin交换再更新
temp = imax # imax与imin彼此耦合
imax = max(num, imin * num)
imin = min(num, temp * num)
max_product = max(max_product, imax)
return max_product