动态规划 152. 乘积最大子数组

本文详细解析了寻找整数数组中乘积最大连续子数组的问题,通过动态规划方法,探讨了如何处理正数和负数情况下的子数组乘积变化,提供了完整的算法实现。

152. 乘积最大子数组

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。

解题
设dp[i]为以i为终点的最大子数组乘积;
若给定数字>=0,则最大乘积为max(dp[i-1]*nums[i],nums[i]);
但给定数字存在负数,当遇到负数,最大值变为最小值,最小值变为最大值;

dp[i][0]存放以i为终点的最小值;
dp[i][1]存放以i为终点的最大值;

			if(nums[i]>=0){
            dp[i][0]=min(dp[i-1][0]*nums[i],nums[i]);
            dp[i][1]=max(dp[i-1][1]*nums[i],nums[i]);
            }
            if(nums[i]<0){
                dp[i][0]=min(dp[i-1][1]*nums[i],nums[i]);
                dp[i][1]=max(dp[i-1][0]*nums[i],nums[i]);
            }

遇到正数,dp由最小值推最小值,最大值推最大值;
遇到负数,dp由最大值推最小值,最小值推最大值;

class Solution {
public:
    int maxProduct(vector<int>& nums) {
        int n=nums.size();
        dp.resize(n,vector<int>(2,0));
        //0存放最大值
        //1存放最小值
        res=nums[0];
        dp[0][0]=nums[0];
        dp[0][1]=nums[0];
        for(int i=1;i<n;i++)
        {
            if(nums[i]>=0){
            dp[i][0]=min(dp[i-1][0]*nums[i],nums[i]);
            dp[i][1]=max(dp[i-1][1]*nums[i],nums[i]);
            }
            if(nums[i]<0){
                dp[i][0]=min(dp[i-1][1]*nums[i],nums[i]);
                dp[i][1]=max(dp[i-1][0]*nums[i],nums[i]);
            }
        }
        for(int i=0;i<n;i++)
            if(res<dp[i][1]) res=dp[i][1];
        return res;

    }
private:
int res;
vector<vector<int>> dp;

};
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值