Maximum Product Subarray

本文探讨了如何寻找数组中乘积最大的连续子数组问题,给出了一种有效的算法实现,并逐步优化了初始解决方案。

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.


class Solution 
{
public:
	int maxProduct(int A[], int n) 
	{
		int startPos = -1, startNeg = -1;
		int resPos = 1, resNeg = 1, res = INT_MIN;
		for (int i = 0; i < n; i++)
		{
			res = max(res, A[i]);
			if (0 == A[i])
			{
				resPos = 1;
				resNeg = 1;
				startPos = -1;
				startNeg = -1;
				continue;
			}
			if (A[i] > 0 && -1 == startPos)
				startPos = i;
			if (A[i] < 0 && -1 == startNeg)
				startNeg = i;
			if (-1 != startPos)
				resPos *= A[i];
			if (-1 != startNeg)
				resNeg *= A[i];
			if (startPos != -1)
				res = max(res, resPos);
			if (startNeg != -1)
				res = max(res, resNeg);
			if (startNeg != -1 && A[startNeg] != resNeg)
				res = max(res, resNeg/A[startNeg]);

		}	
		return res;
	}
};

通过后发现可以稍微改进一下,没必要记录第一个正数位置。第一个负数是影响整个结果的关键,除去它或保留它都有可能产生 Maximum Product  

class Solution {
public:
	int maxProduct(int A[], int n) 
	{
		if (0 == n) return 0;
		int res = A[0];
		int resBegin=1, resNeg=1, startNeg=-1;
		for (int i = 0; i < n; i++)
		{
			res = max(res, A[i]);
			if (0 == A[i])
			{
				resBegin = 1;
				resNeg = 1;
				startNeg = -1;
				continue;
			}
			resBegin *= A[i];
			res = max(res,  resBegin);
			if (-1 == startNeg && A[i] < 0)
				startNeg = i;
			if (-1 != startNeg)
			{
				resNeg *= A[i];
				res = max(res, resNeg);
				if (resNeg !=  A[startNeg])
					res = max(res, resNeg/A[startNeg]);
			}							
		}
		return res;
	}					   
};


再次修改简化后的,发现只要i和start negative不是同一个位置,就可以去掉多余判断

class Solution 
{
public:
	int maxProduct(int A[], int n) 
	{
		if (0 == n) return 0;
		int res = A[0];
		int resBegin=1, resNeg=1, startNeg=-1;
		for (int i = 0; i < n; i++)
		{
			res = max(res, A[i]);
			if (0 == A[i])
			{
				resBegin = 1;
				resNeg = 1;
				startNeg = -1;
				continue;
			}
			resBegin *= A[i];
			res = max(res,  resBegin);
			if(-1 != startNeg)
			{
				resNeg *= A[i];
				res = max(res, max(resNeg, resNeg/A[startNeg]));
			}
			if (-1 == startNeg && A[i] < 0)
				startNeg = i;
		}	
		return res;
	}					   
};





内容概要:本文详细介绍了“秒杀商城”微服务架构的设计与实战全过程,涵盖系统从需求分析、服务拆分、技术选型到核心功能开发、分布式事务处理、容器化部署及监控链路追踪的完整流程。重点解决了高并发场景下的超卖问题,采用Redis预减库存、消息队列削峰、数据库乐观锁等手段保障数据一致性,并通过Nacos实现服务注册发现与配置管理,利用Seata处理跨服务分布式事务,结合RabbitMQ实现异步下单,提升系统吞吐能力。同时,项目支持Docker Compose快速部署和Kubernetes生产级编排,集成Sleuth+Zipkin链路追踪与Prometheus+Grafana监控体系,构建可观测性强的微服务系统。; 适合人群:具备Java基础和Spring Boot开发经验,熟悉微服务基本概念的中高级研发人员,尤其是希望深入理解高并发系统设计、分布式事务、服务治理等核心技术的开发者;适合工作2-5年、有志于转型微服务或提升架构能力的工程师; 使用场景及目标:①学习如何基于Spring Cloud Alibaba构建完整的微服务项目;②掌握秒杀场景下高并发、超卖控制、异步化、削峰填谷等关键技术方案;③实践分布式事务(Seata)、服务熔断降级、链路追踪、统一配置中心等企业级中间件的应用;④完成从本地开发到容器化部署的全流程落地; 阅读建议:建议按照文档提供的七个阶段循序渐进地动手实践,重点关注秒杀流程设计、服务间通信机制、分布式事务实现和系统性能优化部分,结合代码调试与监控工具深入理解各组件协作原理,真正掌握高并发微服务系统的构建能力。
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