动态规划-求最大连续子序列乘积

最新推荐文章于 2024-03-11 11:39:58 发布

原创

最新推荐文章于 2024-03-11 11:39:58 发布 · 1.3k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#最大连续子序列乘积值 #java #leetcode

本文探讨了经典动态规划问题——求最大连续子序列乘积，并提供了Java代码实现。通过定义dp数组来存储以每个下标结束的最大乘积值，利用动态规划方程更新状态，最终在dp数组中找到最大值。详细代码可在给出的GitHub链接中查看。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

经典动态规划问题

定义dp[i]的意义：表示以i为下标结束的最大连续乘积值
定义dp方程：dp[n] = max(dp[n-1] * a[i], a[i]);
最大连续乘积值就在dp[n]中取得 res = max(dp[n],res);

Java 代码实现

package com.study.dynamic;

import java.util.Objects;

/**
 *
 * 给定一组数组 求出连续子序列的最大乘积值
 * 定义dp[n]数组在n位置的最大乘积值
 * 则dp方程：dp[n] = max(dp[n-1]*a[n], a[n])
 * 最大值就在各个dp[n]中取得
 */
public class MaxMultipyResult {
   
   

    public static void main(String[] args){
   
   
        int[] origin = {