LeetCode——152. Maximum Product Subarray

本文介绍了一种使用动态规划解决寻找最大积连续子序列问题的方法。通过记录以每个元素结尾的最大和最小积,来应对正负数交替导致的复杂情况。

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

1.题目描述

输入一个数字序列,找出拥有最大积的连续子序列。

2.解题思路

这道题在LeetCode上归类于动态规划,所以我们可以用动态规划的思路去解决它。
首先是找出子问题:我们可以把找到一个拥有最大积的以下标为i的元素结尾的连续子序列的问题等同与找到下标为i的元素、拥有最大积的以下标为i-1的元素结尾的连续子序列与下标为i的元素的积中更大的那一个。如果数字序列为a,下标为0到n,而以元素a[i]结尾的最大积连续子序列为C(i),那么

C(i) = max(C(i - 1) * a(i), a(i))

所以,代码如下:

class Solution {
public:
	int maxProduct(vector<int>& nums) {
		int size = nums.size();
		int max_result = nums.at(0);
		int max_product = max_result;
		int min_product = max_result;
		// 因为是记录积,所以应该把以nums[i - 1]结尾的最大积和最小积都记录下来,
		// 方便求以nums[i]结尾的最大积
		for (int i = 1; i < size; ++i) {
			int num = nums.at(i);
			if (num > 0) {
				max_product = max(max_product * num, num);
				min_product = min(min_product * num, num);
			}
			else {
				int temp = max_product;
				max_product = max(min_product * num, num);
				min_product = min(temp * num, num);
			}
			if (max_product > max_result)
				max_result = max_product;
		}
		return max_result;
	}
};
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