【LeetCode】152.乘积最大子数组

问题描述

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。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/maximum-product-subarray
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

法I：动态规划——二维memo（超时了）

很好理解的二维memo，我来直接上一下代码吧：

//法I：动态规划（二维memo）——超出时间限制——二重循环O(n^2)
class Solution {
public:
	int maxProduct(vector<int>& nums) {
		int maxPro = nums[0];
		vector<vector<int>> memo(nums.size(), vector<int>(nums.size()));
		for (int n = 1; n <= nums.size(); n++) {//n为子数组长度
			for (int i = 0; i + n - 1 < nums.size(); i++) {
				int j = i + n - 1;
				if (i == j) {
					memo[i][j] = nums[i];
				}
				else {
					memo[i][j] = memo[i][j - 1] * nums[j];
				}
				maxPro = max(maxPro, memo[i][j]);
			}
		}
		return maxPro;
	}
};

法II：动态规划（一维memo——未优化内存）

代码：

class Solution {
public:
	int maxProduct(vector<int>& nums) {
		vector<int> memoMax(nums);//记录以这个元素结尾的子数组的最大乘积
		vector<int> memoMin(nums);//记录以这个元素结尾的子数组的最小乘积
		int maxPro = nums[0];
		for (int i = 1; i < nums.size(); i++) {
			memoMax[i] = max(memoMin[i - 1] * nums[i], max(memoMax[i - 1] * nums[i], nums[i]));
			memoMin[i] = min(memoMax[i - 1] * nums[i], min(memoMin[i - 1] * nums[i], nums[i]));
			maxPro = max(maxPro, memoMax[i]);
		}
		return maxPro;
	}
};

执行结果：

联想：最大子序和

我们想到了之前做的一道题：最大子序和。是要找出连续子数组的和最大的情况。对于那个题，我们确定的递推关系为：memo[i]=max(memo[i-1]+nums[i],nums[i])。在这道题里面已经不适用了。原因是违反了最优子结构的性质。

法III：动态规划（常数级空间复杂度——优化内存之后）

其实在知道递归关系之后就很容易对内存进行优化了。我们这里直接给出官方代码吧：

class Solution {
public:
    int maxProduct(vector<int>& nums) {
        int maxF = nums[0], minF = nums[0], ans = nums[0];
        for (int i = 1; i < nums.size(); ++i) {
            int mx = maxF, mn = minF;
            maxF = max(mx * nums[i], max(nums[i], mn * nums[i]));
            minF = min(mn * nums[i], min(nums[i], mx * nums[i]));
            ans = max(maxF, ans);
        }
        return ans;
    }
};