152 - Maximum Product Subarray 错误记录

最新推荐文章于 2022-03-25 16:53:26 发布

原创最新推荐文章于 2022-03-25 16:53:26 发布 · 420 阅读

0 ·

CC 4.0 BY-SA版权

LeetCode 专栏收录该内容

18 篇文章

订阅专栏

本文探讨了如何找到数组中具有最大乘积的连续子数组，并提供了两种错误的解法及其分析，旨在理解并解决负数乘积带来的挑战。

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.

暴力错误解法1：（没考虑 -2 3 4 -4 的这类情况，不连续的负负为正）

using namespace std;

class Solution {
public:
    int maxProduct(vector<int>& nums) {
        if(nums.size() <= 0)
                return 0;
        if(nums.size() == 1)
                return nums[0];
        int product = 1;
        int max = 0;
        int temp;
        for(int i = 0; i < nums.size(); i++) {
                temp = product;
                product *= nums[i];
                if(temp > product) {
                        if( max < temp )
                                max = temp;
                        product = nums[i];
                        if( max < product) {
                                max = product;
                        }
                }
                else {
                        if(temp == product) {
                                if( max < temp )
                                        max = temp;
                                product = nums[i];

                        }
                        else {
                                if(temp < product) {
                                        if( max < product )
                                                max = product;
                                }
                        }
                }
        }
        return max;
    }
};

int main() {
        vector<int> nums;
        nums.push_back(-2);
        Solution s;
        cout << s.maxProduct(nums) << endl;
}

暴力错误解法2：（不连续）

class Solution {
public:
    int maxProduct(vector<int>& nums) {
        
        if(nums.size() == 1)
                return nums[0];
  
        int sup = 1;
        for(int i = 0; i < nums.size(); i++) {
            if(nums[i] != 0)
                sup *= nums[i];
        }
        
        int result;
        int m = sup;
        for(int i = 0; i < nums.size(); i++) {
            if(nums[i] != 0) {
                result = sup / nums[i];
                if( m < result) {
                    m = result;
                }
            }
        }
        
        return m;
    }
};

简单想了一下，这类解法不可以，还是需要 dynamic Programming，稍后补上 AC 的代码。