[leetCode152]乘积最大子数组

不吃冰的北极熊

于 2022-08-04 11:02:44 发布

阅读量91

点赞数

分类专栏： leetCode刷题文章标签：算法 leetcode 动态规划

本文链接：https://blog.youkuaiyun.com/weixin_43810348/article/details/126155672

版权

leetCode刷题专栏收录该内容

71 篇文章

订阅专栏

本文详细介绍了动态规划问题的解题思路，包括确定dp数组下标、递推公式，以及如何初始化和遍历。通过实例演示了如何在Solution类中计算数组中最大乘积的算法，适合初学者理解动态规划应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

典型动态规划。

解题思路

确定dp数组下标及含义： dp[i][0]表示以num[i]结尾的最大乘积，dp[i][1]表示以num[i]结尾的最小元素积；
递推公式：
- dp[i][0]=MAX(num[i],dp[i-1][0]*num[i],dp[i-1][1]*num[i])
- dp[i][1]=MIN(num[i],dp[i-1][0]*num[i],dp[i-1][1]*num[i])
确定遍历顺序：i的状态依赖于i-1，所以从前向后遍历
dp数组初始化：dp[0][0]=num[0],dp[0][1]=num[1];
举例推导发现没有问题

代码

class Solution {
    public int maxProduct(int[] nums) {
        int[][] dp = new int[nums.length][2];
        dp[0][0] = nums[0];
        dp[0][1] = nums[0];
        int max = nums[0];
        for (int i = 1; i < nums.length; i++) {
            dp[i][0] = Math.max(Math.max(nums[i], nums[i] * dp[i - 1][0]), nums[i] * dp[i - 1][1]);
            dp[i][1] = Math.min(Math.min(nums[i], nums[i]* dp[i - 1][0]), nums[i] * dp[i - 1][1]);
            max = Math.max(max, dp[i][0]);
        }
        return max;
    }
}