LeetCode 152. 乘积最大子数组（在线处理+动态规划）

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;
    }
};