Find the contiguous subarray within an array (containing at least one number) which has the largest product.
For example, given the array [2,3,-2,4]
,
the contiguous subarray [2,3]
has the largest product = 6
.
首先考虑用动态规划的方法来解决这个问题,dp[i][j]表示数组下标从i到j之间的子数组中连续项的乘积的最大值,状态转移方程为dp[i][j]=max{dp[i][j-1],dp[i][j-1]*nums[j]},代码如下:
class Solution {
public:
int maxProduct(vector<int>& nums) {
int n=nums.size();
int dp[n][n];
for(int i=0;i<n;i++)
{
dp[i][i]=nums[i];
}
for(int i=0;i<n;i++)
{
for(int j=i+1;j<n;j++)
{
int temp=dp[i][j-1]>dp[i][j-1]*nums[j]?dp[i][j-1]:dp[i][j-1]*nums[j];
dp[i][j]=dp[i][j]>temp?dp[i][j]:temp;
}
}
return dp[0][n-1];
}
};
上述算法时间复杂度为O(n^2)级别,提交后发现超时,因此考虑将算法优化。
子数组乘积最大值可能为累乘的最大值乘上一个正数,或者累乘的最小值(负数)乘上一个负数,所以每次要保存累乘的最大值和最小值,同时,如果之前的最大值和最小值同当前元素相乘之后,没有当前元素大(或小)那么当前元素就可作为新的起点。这种方法只需要遍历一次数组,算法时间复杂度为O(n)。
class Solution {
public:
int maxProduct(vector<int>& nums) {
int n=nums.size();
if(n==0)
return 0;
if(n==1)
return nums[0];
int curmax=nums[0],curmin=nums[0],maxpro=nums[0];
for(int i=1;i<n;i++)
{
int a=curmax*nums[i],b=curmin*nums[i];
curmax=max(max(a,b),nums[i]);
curmin=min(min(a,b),nums[i]);
maxpro=max(curmax,maxpro);
}
return maxpro;
}
};