打卡!!!每日一题
今天继续为大家分享一道动态规划类型的题目。
题目描述:
给你一个整数数组 nums ,请你找出数组中乘积最大的非空连续子数组(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。
测试用例的答案是一个 32-位 整数。
子数组 是数组的连续子序列。
题目示例:
刚开始看到这道题,第一感觉是挺简单的,然后找状态转移方程。
即dp[i]:表示到第i个结点对应的最大连续子数组的乘积。
则有dp[i]=max{nums[i],nums[i]*dp[i-1]}
以题目示例1为例:
初始值:dp[0]=nums[0]=2;
dp[1]=max{nums[1],nums[1]*dp[0]}=6
dp[2]=max{nums[2],nums[2]*dp[1]}=-2
dp[3]=max{nums[3],nums[3]*dp[2]}=4
于是我很快写入了以下代码:
public int maxProduct(int[] nums) {
int length = nums.length;
if (length <= 1) {
return nums[0];
}
int[] dp = new int[length];
dp[0] = nums[0];
for (int i = 1; i < length; i++) {
dp[i] = Math.max(nums[i], dp[i - 1] * nums[i]);
}
//寻找最大值
int max = dp[0];
for (int i = 1; i < length; i++) {
max = Math.max(max, dp[i]);
}
return max;
}
可是在我提交测试用例的时候,发现
然后我才意识到我少考虑了一种情况,因为按照我上面的思路
dp[0]=nums[0]=-2;
dp[1]=max{nums[1],nums[1]*dp[0]}=3
dp[2]=max{nums[2],nums[2]*dp[1]}=-4
最后得道最大值3
在上面的这个过程中,我忽略了负值的情况,也就是说前面可能是负值,后面又乘了一个负值之后,就会变成一个较大的值。
解决办法也很简单:我们只需要原来dp的基础上,在接着比较一个最小值和nums[i]相乘即可,那么我们就不得不在引入一个dp_min来存放最小值,于是有:
- dp_max[i]:存放和nums[i]相乘的最大连续子数组的值
- dp_min[i]:存放和nums[i]相乘的最小连续子数组的值
对应的状态转移方程如下:
- dp_max[i]=max{nums[i],dp_max[i - 1] * nums[i], dp_min[i - 1] * nums[i])}
- dp_min[i]=min{nums[i],dp_max[i - 1] * nums[i], dp_min[i - 1] * nums[i]}
初始值:
- dp_max[0]=nums[0]
- dp_min[0]=nums[0]
对应代码如下:
public int maxProduct(int[] nums) {
int length = nums.length;
if (length <= 1) {
return nums[0];
}
int[] dp_max = new int[length];//存放最大值
int[] dp_min = new int[length];//存放最小值
dp_max[0] = nums[0];
dp_min[0] = nums[0];
for (int i = 1; i < length; i++) {
dp_max[i] = Math.max(nums[i], Math.max(dp_max[i - 1] * nums[i], dp_min[i - 1] * nums[i]));
dp_min[i] = Math.min(nums[i], Math.min(dp_max[i - 1] * nums[i], dp_min[i - 1] * nums[i]));
}
int ans = dp_max[0];
for (int i = 1; i < length; i++) {
ans = Math.max(ans, dp_max[i]);
}
return ans;
}