LeetCode Maximum Product Subarray

最新推荐文章于 2020-02-02 17:32:16 发布

原创最新推荐文章于 2020-02-02 17:32:16 发布 · 2k 阅读

0 ·

CC 4.0 BY-SA版权

LeetCode 同时被 2 个专栏收录

88 篇文章

订阅专栏

ACM-动态规划

40 篇文章

订阅专栏

本文介绍了一种求解最大连续子数组乘积的方法，类似于LeetCode中的最大子数组问题，但增加了对负数处理的支持。通过维护局部最大值和局部最小值来找到全局最大乘积。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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.

思路分析：这题与LeetCode Maximum Subarray类似，只是要注意两个负数的乘积可能变成一个很大的正数，因此要同时维护maxLocal和minLocal以及maxGlobal,初值为A[0]，之后从A[1]开始遍历，maxLocal取A[i],A[i]*maxLocal.A[i]*minLocal中的最大，minLocal取A[i],A[i]*maxLocal.A[i]*minLocal中的最小，maxGlobal则是始终保存maxLocal中的最大值。要注意，更新minLocal时要用到原始的maxLocal的拷贝，而不是更新之后的值。

AC Code：

public class Solution {
    public int maxProduct(int[] A) {
        //01:42
        if(A.length == 0) return 0;
        if(A.length == 1) return A[0];
        
        int maxLocal =  A[0];
        int minLocal = A[0];
        int maxGlobal = A[0];
        
        for(int i = 1; i < A.length; i++){
            int maxCopy = maxLocal;
            maxLocal = Math.max(Math.max(A[i], A[i] * maxLocal), A[i] * minLocal);
            minLocal = Math.min(Math.min(A[i], A[i] * maxCopy), A[i] * minLocal);
            maxGlobal = Math.max(maxGlobal, maxLocal);
        }
        return maxGlobal;
        //01:47
    }
}