Maximum Product Subarray

最新推荐文章于 2021-07-19 16:22:36 发布

转载最新推荐文章于 2021-07-19 16:22:36 发布 · 262 阅读

Leetcode 同时被 3 个专栏收录

37 篇文章

订阅专栏

Array

13 篇文章

订阅专栏

8 篇文章

订阅专栏

本文探讨了如何通过迭代算法解决复杂数据集中的最大乘积问题，利用局部最优策略来逼近全局最优解。通过比较当前元素与前一次的局部最大和最小值，算法能够有效地在大规模数据中找到最大的乘积值。

最值问题的第二种思路，保存局部最优（包含该元素的），更新全局最优

两个局部变量。求Product，那么全局最优可能在上次的局部最大和局部最小中产生。

public class Solution {
    public int maxProduct(int[] A) {
        int max = A[0];
        int localMax = A[0];
        int localMin = A[0];
        
        for (int i = 1; i < A.length; i++) {
            int temp = localMax;
            // max: A[i], A[i]*localMax, A[i]*localmin
            localMax = Math.max(Math.max(A[i], localMax*A[i]), localMin* A[i]);
            localMin = Math.min(Math.min(A[i], localMin*A[i]), temp * A[i]);
            max = Math.max(max, localMax);
        }
        return max;
    }
}