[动态规划] 152 - 最大乘积子数组 - Java

本文介绍了一种使用动态规划方法解决寻找整数数组中乘积最大连续子数组的问题。通过维护最大值(max)和最小值(min)来处理正负数的情况,避免了回溯法带来的高时间复杂度,提高了效率。示例代码展示了如何在Java中实现这一算法。

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。

如果题目要求找出数组中乘积最大的子数组对应的乘积,应该用什么方法呢?当然,我们需要找出数组元素所能组成的所有可能的子数组,然后对每一个子数组求乘积,最后返回最大乘积即可。解决这个问题需要使用回溯法,找到每一个可能的子数组。

但是该题要求子数组必须是连续的,如果继续使用回溯法,那么需要加入子数组是否是连续的判断逻辑。由于回溯法本身的时间复杂度就很高,再加入额外的逻辑会使得复杂度进一步变高,并不是最优解法。

对于连续子数组问题来说,当遍历到数组某一个位置时,它对于结果的改变只和前一个位置对应的情况有关。因此,可以使用动态规划来解。但是数组中元素有正有负,因此,对应的连续子数组的乘积也会有正有负。假设maxmin分别表示当前的乘积最大值和最小值,对于某一个具体的位置来说:

  • 如果当前位置nums[i] > 0,那么有max = MAX(max * nums[i], nums[i)min = MIN(min * nums[i], nums[i])
  • 如果当前位置nums[i] < 0,那么maxmin需要互换,保证maxmin保存的依然是乘积的最大值和最小值

Java解题代码如下:

class Solution {
    public int max = 1;
    public int min = 1;
    public int res = Integer.MIN_VALUE;
    
    public int maxProduct(int[] nums) {
        if(nums == null){
            return 0;
        }

        for(int i = 0; i < nums.length; i++){
            if(nums[i] < 0){
                swap();
            }

            max = Math.max(max * nums[i], nums[i]);
            min = Math.min(min * nums[i], nums[i]);
            res = Math.max(res, max);
        }
    
        return res;
    }

    public void swap(){
       int temp = max;
       max = min;
       min = temp; 
    }
}
要找到一个数组中具有最大乘积的连续子数组,可以使用动态规划的方法来实现。由于乘积的特性,负数可能将小值变为大值,因此在每一步中需要同时记录最大值和最小值。 以下是使用 Java 实现的算法: ```java public class MaxProductSubarray { public static int maxProduct(int[] nums) { if (nums == null || nums.length == 0) { return 0; } int maxProd = nums[0]; int minProd = nums[0]; int result = nums[0]; for (int i = 1; i < nums.length; i++) { int current = nums[i]; // 如果当前数为负数,则交换最大值和最小值 if (current < 0) { int temp = maxProd; maxProd = minProd; minProd = temp; } // 更新当前的最大和最小乘积 maxProd = Math.max(current, maxProd * current); minProd = Math.min(current, minProd * current); // 更新全局最大值 result = Math.max(result, maxProd); } return result; } public static void main(String[] args) { int[] nums = {2, 3, -2, 4}; System.out.println("最大乘积子数组乘积为: " + maxProduct(nums)); // 输出: 6 } } ``` ### 算法说明 1. **初始化**:开始时,`maxProd` 和 `minProd` 都被设置为数组的第一个元素,`result` 也初始化为第一个元素。 2. **遍历数组**:从第二个元素开始遍历数组。 3. **处理负数**:当遇到负数时,交换 `maxProd` 和 `minProd`,因为负数会将最大值变为最小值,反之亦然。 4. **更新最大值和最小值**: - `maxProd` 是当前元素与 `maxProd * current` 的最大值。 - `minProd` 是当前元素与 `minProd * current` 的最小值。 5. **更新全局最大值**:每次迭代后,更新全局最大值 `result`。 该算法的时间复杂度为 O(n),空间复杂度为 O(1),其中 n 是数组的长度。 ### 相关问题 1. 如何修改上述算法以找到具有最小乘积的连续子数组? 2. 如果数组中包含零,如何处理以确保算法正确性? 3. 如何扩展该算法以返回最大乘积子数组本身,而不仅仅是其乘积? 4. 能否使用类似方法解决二维数组中的最大乘积子矩阵问题? 5. 如果数组中存在负数,并且需要找到最长子数组以获得特定乘积,该如何调整算法?
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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