1.题目
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。
2.题解
在线处理
在线处理算法:“在线”的意思是指每输入一个数据就进行即时处理,在任何一个地方中止输入,算法都能正确给出当前的解。
参考:https://leetcode-cn.com/u/bao-bao-ke-guai-liao/
首先设存在最大值为INT_MIN,从此以后,就不存在比它还小的int值了,紧接着就对数组进行遍历吧;
- 元素为正
如果到上一个元素为止的最大乘积也是正数,那么直接乘上就好了,同样的最大乘积也会变得更大
如果到上一个元素为止的最大乘积是负数,那么最大乘积就会变成该元素本身,且连续性被断掉 - 元素为负
如果到上一个元素为止的最大乘积也是负数,那么直接乘上就好了,同样的最大乘积也会变得更大
如果到上一个元素为止的最大乘积是正数,那么最大乘积就会不变,且连续性被断掉
注意
以上四种情况中说到的最大乘积都是临时最大乘积,每遍历新的元素都需要进行比较来确定真正的最大乘积。
如果细心的话就可以发现,如果要得到乘以当前元素以后的最大乘积,需要记录最大乘积,也要记录最小乘积,因为最小值可能翻身变最大值。
class Solution
{
public:
int maxProduct(vector<int>& nums)
{
int n = nums.size();
int res = INT_MIN;
int max_v = 1, min_v = 1;
for(int i = 0; i < n; i ++)
{
if(nums[i] < 0) swap(max_v, min_v);
max_v = max(max_v * nums[i], nums[i]);
min_v = min(min_v * nums[i], nums[i]);
res = max(max_v, res);
}
return res;
}
};
动态规划
这个题和53题不太一样,原因在于负负得正,在前一个元素为负时会使得子数组变小,而下一个元素为正时,则会放弃正数之前的子数组,在该正数后在遇到负数时,事实上是可以使得之前放弃的子数组与该负数乘积达到最大,
例:
{5,6,−3,4,−3},按照53题的做法结果为30,可正确答案就是全部元素的乘积。
所以我们可以记录每次的最大和最小值,到最后选择其中的最大值即可。
官方题解
滚动数组优化空间,用一个变量代替一个数组。
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;
}
};