*LeetCode-Maximum Product Subarray

最新推荐文章于 2022-03-25 16:53:26 发布

原创最新推荐文章于 2022-03-25 16:53:26 发布 · 343 阅读

0 ·

CC 4.0 BY-SA版权

leetcode 同时被 2 个专栏收录

220 篇文章

订阅专栏

28 篇文章

订阅专栏

本文介绍了一种求解最大子数组乘积的算法实现，考虑到正负数的影响，不仅跟踪最大值还记录最小值。通过遍历数组，动态更新局部最大值和局部最小值，最终得出全局最大乘积。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

因为是乘积，所以可能是一个很小的负数，再乘以一个负数，就会得到很大的乘积。所以除了localMax globalMax 还要记录一个localmin

localmin和localmax每次都是要三个数比较，localMax * A[ i ], localMin * A[ i ], A[ i ]，同时假如先更新min 则要保存一下否则max再更新的时候用的就不是上个数得到的min了而是更新后的。

public class Solution {
    public int maxProduct(int[] A) {
        if ( A == null || A.length == 0)
            return 0;
        int min = A[0];
        int localMax = A[0];
        int max = A[0];
        for ( int i = 1; i < A.length; i ++ ){
            int temp = min;
            min = Math.min( min * A[i], A[i]);
            min = Math.min( min, localMax * A[i]); /<span style="color:#ff0000;">/注意这里要用local的max</span>
            localMax = Math.max ( localMax * A[i], A[i] );
            localMax = Math.max ( localMax, temp * A[i]);
            max = Math.max ( max, localMax);
        }
        return max;
    }
}