最大子序和及乘积最大子数组

题目链接：

最大子序和：https://leetcode-cn.com/problems/maximum-subarray/

乘积最大子数组：https://leetcode-cn.com/problems/maximum-product-subarray/

解题思路：

动态规划问题要满足三个条件，第一是最优子结构，第二是子问题重叠，第三是无后效性。最难的是找到状态转移方程。

两个题目的状态转移方程的关键点在于理解以第i个元素结尾的最大值。

举例说明：

测试数组为[1,7,-3,4]

以index=0即元素1结尾的子序列中和最大的为1（因为以1结尾的子序列仅有一个是[1]）

以index=1即元素7结尾的子序列中和最大的是多少呢？以元素7结尾，则子序列一定包含7，最大值可能来自两个子序列

1、若要和其前面的元素连续起来组成子序列，则子序列中一定包含其前一个元素即1，而以index=i-1结尾的最大和我们已经求出来了，是max[i-1], 所以max[i]=max[i-1]+nums[i];

2、也有可能不与前面元素组成子序列，元素本身自己成为子序列，则max[i]=nums[i];

因此，max[i]=MAX(max[i-1]+nums[i],nums[i]);

 

class Solution {
    public int maxSubArray(int[] nums) {
        int ans = nums[0];
        int sum = 0;
        for(int num: nums) {
            sum = Math.max(sum+num, num);
            ans = Math.max(ans, sum);
        }
        return ans;
    }
}

class Solution {
    public int maxProduct(int[] nums) {
        int len = nums.length;
        if(len == 0){
            return 0;
        }
        int res = Integer.MIN_VALUE;
        int max_i = 1;
        int min_i = 1;
        for(int i = 0 ; i < len; i++){
            if(nums[i] < 0){
                int temp = max_i;
                max_i = min_i;
                min_i = temp;
            }
            max_i = Math.max(max_i*nums[i], nums[i]);
            min_i = Math.min(min_i*nums[i], nums[i]);
            res = Math.max(max_i, res);
        }
        return res;
    }
}