LeetCode[Dynamic Programming]: Maximum Product Subarray

最新推荐文章于 2019-01-11 00:33:27 发布

chfe910

最新推荐文章于 2019-01-11 00:33:27 发布

阅读量728

点赞数

CC 4.0 BY-SA版权

分类专栏： LeetCode 文章标签：动态规划 C++ 子数组最大乘积最小乘积

本文链接：https://blog.youkuaiyun.com/chfe007/article/details/44679705

LeetCode 专栏收录该内容

74 篇文章

订阅专栏

本文介绍了一种使用动态规划算法解决寻找数组中具有最大乘积的连续子数组的问题。通过实例演示了如何在数组包含负数的情况下同时追踪最大和最小乘积，确保准确找到最大乘积子数组。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Find the contiguous subarray within an array (containing at least one number) which has the largest product.
For example, given the array [2,3,-2,4],
the contiguous subarray [2,3] has the largest product = 6.

这类型题目适合用动态规划算法来做，由于存在负数的情况，所以不单要记录最大乘积，也要记录最小乘积。C++代码实现如下：

class Solution {
public:
    int maxProduct(int A[], int n) {
        if (0 == n) return 0;

        int maxRes = A[0];
        int maxEnd = A[0];
        int minEnd = A[0];
        for (int i = 1; i < n; ++i) {
            int end1 = maxEnd * A[i], end2 = minEnd * A[i];
            maxEnd = max(A[i], max(end1, end2));
            minEnd = min(A[i], min(end1, end2));
            if (maxEnd > maxRes) maxRes = maxEnd;
        }

        return maxRes;
    }
};

时间性能如下图所示：