[leetcode]动态规划之Maximum Product Subarray

本文探讨了LeetCode上的“最大乘积子数组”问题,通过动态规划方法解决包含0和负数的数组中寻找最大乘积子数组的挑战。文章详细解释了最大值与最小值可能在负数出现时发生反转的现象,并介绍了维护两个动态规划数组来分别记录最大值和最小值的策略。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

动态规划之Maximum Product Subarray

题目

leetcode入口

思考

特殊在于,数组元素可能是0或者是负数。
当遇到负数的时候,最大值和最小值间会出现翻转,
即:最大值会变成最小值,最小值会变成最大值

维护两个数组
dpmin[i]:存储以元素[i]为结尾的连续一段的最大值
dpmax[i]:存储以元素[i]为结尾的连续一段的最小值

每次遍历都要 res=max(res,dpmax[i])

类型归类

我把这种题目归类为,
求一组数某一连续范围的最大值/最小值问题
解法:
通常维护的dp数组的每个元素dp[i]要以第i个元素作为结尾
然后要求最大/最小,最后要遍历整个dp数组取最大/最小,或者在遍历的时候维护min和max变量

代码

class Solution {
public:
    int maxProduct(vector<int>& nums) {
        int res=nums[0];
        
        vector<int> dpmin(nums.size());
        vector<int> dpmax(nums.size());
        
        dpmin[0]=dpmax[0]=nums[0];
        
        for(int i=1;i<nums.size();i++){
            dpmin[i]=min(min(dpmin[i-1]*nums[i],dpmax[i-1]*nums[i]),nums[i]);
            dpmax[i]=max(max(dpmin[i-1]*nums[i],dpmax[i-1]*nums[i]),nums[i]);
            
            res=max(res,dpmax[i]);
        }
        return res;
    }
};
评论
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