[LeetCode152]Maximum Product Subarray

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;
    }
};