152. 乘积最大子数组
题目叙述
给你一个整数数组 nums
,请你找出数组中乘积最大的非空连续子数组(该子数组中至少包含一个数字),并返回该子数组所对应的乘积。
测试用例的答案是一个 32-位 整数。
子数组 是数组的连续子序列。
示例 1:
输入: nums = [2,3,-2,4]
输出: 6
解释: 子数组 [2,3] 有最大乘积 6。
示例 2:
输入: nums = [-2,0,-1]
输出: 0
解释: 结果不能为 2, 因为 [-2,-1] 不是子数组。
模式识别
此问题适合使用动态规划来解决。因为要求连续子数组的最大乘积,在遍历数组的过程中,子问题会不断重复出现,且全局最优解可以由子问题的最优解推导得出,符合动态规划的重叠子问题和最优子结构特性。
考点分析
- 动态规划思想:要将求整个数组的最大乘积子数组问题,分解为求以每个位置结尾的子数组的最大乘积问题。
- 正负性处理:由于负数的存在,当前的最小乘积乘以一个负数可能会变成最大乘积,所以在动态规划过程中,需要同时记录最大乘积和最小乘积。
所有解法
- 暴力枚举法:遍历数组中所有可能的连续子数组,计算每个子数组的乘积,然后找出最大的乘积。时间复杂度为 O ( n 2 ) O(n^2) O(n2),空间复杂度为 O ( 1 ) O(1) O(1)。
- 动态规划法:定义状态,记录以每个位置结尾的子数组的最大乘积和最小乘积,通过状态转移方程更新这两个值,最终得到最大乘积。时间复杂度为 O ( n ) O(n) O(n),空间复杂度为 O ( 1 ) O(1) O(1)。
C 语言最优解法代码
#include <stdio.h>
#include <stdlib.h>
// 函数用于找出数组中乘积最大的非空连续子数组的乘积
int maxProduct(int* nums, int numsSize) {
// 如果数组为空,直接返回 0
if (numsSize == 0) {
return 0;
}
// 初始化最大乘积为数组的第一个元素
int maxProductSoFar = nums[0];
// 初始化当前的最大乘积为数组的第一个元素
int currentMax = nums[0];
// 初始化当前的最小乘积为数组的第一个元素
int currentMin = nums[0];
// 从数组的第二个元素开始遍历
for (int i = 1; i < numsSize; i++) {
// 临时保存当前的最大乘积
int prevMax = currentMax;
// 更新当前的最大乘积,考虑三种情况:当前元素本身、当前元素乘以之前的最大乘积、当前元素乘以之前的最小乘积
currentMax = (nums[i] > nums[i] * prevMax)? (nums[i] > nums[i] * currentMin? nums[i] : nums[i] * currentMin) : (prevMax * nums[i] > nums[i] * currentMin? prevMax * nums[i] : nums[i] * currentMin);
// 更新当前的最小乘积,同样考虑三种情况
currentMin = (nums[i] < nums[i] * prevMax)? (nums[i] < nums[i] * currentMin? nums[i] : nums[i] * currentMin) : (prevMax * nums[i] < nums[i] * currentMin? prevMax * nums[i] : nums[i] * currentMin);
// 更新全局最大乘积
if (currentMax > maxProductSoFar) {
maxProductSoFar = currentMax;
}
}
// 返回最大乘积
return maxProductSoFar;
}
复杂度分析
- 时间复杂度: O ( n ) O(n) O(n),其中 n n n 是数组的长度。只需要对数组进行一次遍历。
- 空间复杂度: O ( 1 ) O(1) O(1),只使用了常数级的额外空间来保存当前的最大乘积、最小乘积和全局最大乘积。