「这是我参与11月更文挑战的第1天,活动详情查看:2021最后一次更文挑战」。
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。
2、思路:
(动态规划)
给你一个整数数组 nums ,让我们找出数组中乘积最大的连续子数组对应的乘积。
样例:
如样例所示,nums = [2,3,-2,4],连续子数组 [2,3] 有最大乘积 6,下面来讲解动态规划的做法。
状态表示:
f[i]表示以num[i]结尾的连续子数组乘积的最大值。
假设nums数组都是非负数,对于每个以nums[i]结尾的连续子数组,我们有两种选择方式:
- 1、只有
nums[i]一个数,那么以num[i]结尾的连续子数组乘积的最大值则为nums[i],即f[i] = nums[i]。 - 2、以
nums[i]为结尾的多个数连续组成的子数组,那么问题就转化成了以nums[i - 1]结尾的连续子数组的最大值再乘以nums[i]的值,即f[i] = f[i - 1] * nums[i]。
图示:
最后的结果是两种选择中取最大的一个,因此状态转移方程为: f[i] = max(nums[i], f[i - 1] * nums[i])。
但是nums数组中包含有正数,负数和零,当前的最大值如果乘以一个负数就会变成最小值,当前的最小值如果乘以一个负数就会变成一个最大值,因此我们还需要维护一个最小值。
新的状态表示:
f[i]表示以num[i]结尾的连续子数组乘积的最大值,g[i]表示以num[i]结尾的连续子数组乘积的最小值。
我们先去讨论以nums[i]结尾的连续子数组的最大值的状态转移方程:
- 1、如果
nums[i] >= 0,同刚开始讨论的一样,f[i] = max(nums[i], f[i - 1] * nums[i])。 - 2、如果
nums[i] < 0,只有nums[i]一个数,最大值为nums[i]。有多个数的话,问题就转化成了以nums[i - 1]结尾的连续子数组的最小值再乘以nums[i](最小值乘以一个负数变成最大值),即f[i] = max(nums[i], g[i - 1] * nums[i])。
图示:
综上,最大值的状态转移方程为: f[i] = max(nums[i], max(f[i - 1] * nums[i], g[i - 1] * nums[i]))。
再去讨论以nums[i]结尾的连续子数组的最小值的状态转移方程:
- 1、如果
nums[i] >= 0,同最大值的思考方式一样,只需把max换成min,即g[i] = min(nums[i], g[i - 1] * nums[i])。 - 2、如果
nums[i] < 0,只有nums[i]一个数,最小值为nums[i]。有多个数的话,问题就转化成了以nums[i - 1]结尾的连续子数组的最大值再乘以nums[i](最大值乘以一个负数变成最小值),即f[i] = min(nums[i], f[i - 1] * nums[i])。
图示:
综上,最小值的状态转移方程为: g[i] = min(nums[i], min(g[i - 1] * nums[i], f[i - 1] * nums[i]))。
最后的结果就是分别以nums[0]或nums[1],,,或nums[i]为结尾的连续子数组中取乘积结果最大的。
初始化:
只有一个数nums[0]时,以nums[i]结尾的连续子数组乘积的最大值和最小值都为nums[0]。
时间复杂度分析: 只遍历一次nums数组,因此时间复杂度为,是nums数组的长度。
3、c++代码
class Solution {
public:
int maxProduct(vector<int>& nums) {
int n = nums.size(), res = nums[0];
vector<int>f(n + 1, 0), g(n + 1, 0);
f[0] = nums[0], g[0] = nums[0]; // 初始化
for(int i = 1; i < n; i++)
{
f[i] = max(nums[i], max(f[i - 1] * nums[i], g[i - 1] * nums[i])); //乘积最大值
g[i] = min(nums[i], min(g[i - 1] * nums[i], f[i - 1] * nums[i])); //乘积最小值
res = max(res, f[i]);
}
return res;
}
};
4、java代码
class Solution {
public int maxProduct(int[] nums) {
int n = nums.length, res = nums[0];
int[] f = new int[n + 1], g = new int [n + 1];
f[0] = nums[0]; // 初始化
g[0] = nums[0];
for(int i = 1; i < n; i++)
{
f[i] = Math.max(nums[i], Math.max(f[i - 1] * nums[i], g[i - 1] * nums[i])); //乘积最大值
g[i] = Math.min(nums[i], Math.min(g[i - 1] * nums[i], f[i - 1] * nums[i])); //乘积最小值
res = Math.max(res, f[i]);
}
return res;
}
}
原题链接: 152. 乘积最大子数组