|
| 1 | +package pp.arithmetic.leetcode; |
| 2 | + |
| 3 | +/** |
| 4 | + * Created by wangpeng on 2019-05-08. |
| 5 | + * 152. 乘积最大子序列 |
| 6 | + * <p> |
| 7 | + * 给定一个整数数组 nums ,找出一个序列中乘积最大的连续子序列(该序列至少包含一个数)。 |
| 8 | + * <p> |
| 9 | + * 示例 1: |
| 10 | + * <p> |
| 11 | + * 输入: [2,3,-2,4] |
| 12 | + * 输出: 6 |
| 13 | + * 解释: 子数组 [2,3] 有最大乘积 6。 |
| 14 | + * 示例 2: |
| 15 | + * <p> |
| 16 | + * 输入: [-2,0,-1] |
| 17 | + * 输出: 0 |
| 18 | + * 解释: 结果不能为 2, 因为 [-2,-1] 不是子数组。 |
| 19 | + * |
| 20 | + * @see <a href="https://leetcode-cn.com/problems/maximum-product-subarray/">maximum-product-subarray</a> |
| 21 | + */ |
| 22 | +public class _152_maxProduct { |
| 23 | + |
| 24 | + public static void main(String[] args) { |
| 25 | + _152_maxProduct maxProduct = new _152_maxProduct(); |
| 26 | + System.out.println(maxProduct.maxProduct(new int[]{2, 3, 2, -1, 0})); |
| 27 | + System.out.println(maxProduct.maxProduct(new int[]{-2, 0, -1})); |
| 28 | + System.out.println(maxProduct.maxProduct(new int[]{-2, 3, -4})); |
| 29 | + System.out.println(maxProduct.maxProduct(new int[]{0, 2})); |
| 30 | + } |
| 31 | + |
| 32 | + /** |
| 33 | + * 解题思路: |
| 34 | + * 最暴力的方式当然是遍历到i,都和i之前的再循环一遍,找到最大值,双重遍历 |
| 35 | + * 上面的解题时间会超,所以得考虑利用之前的遍历结果,==>动态规划 |
| 36 | + * <p> |
| 37 | + * 求积的最大值,最麻烦的就是 |
| 38 | + * 当遇到0的时候,整个乘积会变成0;当遇到负数的时候,当前的最大乘积会变成最小乘积,最小乘积会变成最大乘积 |
| 39 | + * <p> |
| 40 | + * 所以用两个数组进行保存最大值和最小值 |
| 41 | + * <p> |
| 42 | + * 当前的最大值等于已知的最大值、最小值和当前值的乘积,当前值,这三个数的最大值。 |
| 43 | + * 当前的最小值等于已知的最大值、最小值和当前值的乘积,当前值,这三个数的最小值。 |
| 44 | + * 结果是最大值数组中的最大值。 |
| 45 | + * <p> |
| 46 | + * 数组可以进一步优化成int,空间复杂度从O(n)->O(1){@link _152_maxProduct#maxProduct2(int[])} |
| 47 | + * |
| 48 | + * @param nums |
| 49 | + * @return |
| 50 | + */ |
| 51 | + public int maxProduct(int[] nums) { |
| 52 | + if (nums.length == 0) return 0; |
| 53 | + if (nums.length == 1) return nums[0]; |
| 54 | + int[] max = new int[nums.length]; |
| 55 | + int[] min = new int[nums.length]; |
| 56 | + int retVal; |
| 57 | + retVal = max[0] = min[0] = nums[0]; |
| 58 | + for (int i = 1; i < nums.length; i++) { |
| 59 | + max[i] = Math.max(nums[i], Math.max(nums[i] * max[i - 1], nums[i] * min[i - 1])); |
| 60 | + min[i] = Math.min(nums[i], Math.min(nums[i] * max[i - 1], nums[i] * min[i - 1])); |
| 61 | + retVal = Math.max(retVal, max[i]); |
| 62 | + } |
| 63 | + |
| 64 | + return retVal; |
| 65 | + } |
| 66 | + |
| 67 | + public int maxProduct2(int[] nums) { |
| 68 | + if (nums.length == 0) return 0; |
| 69 | + if (nums.length == 1) return nums[0]; |
| 70 | + int max, min, retVal, preMax, preMin; |
| 71 | + retVal = max = min = nums[0]; |
| 72 | + for (int i = 1; i < nums.length; i++) { |
| 73 | + preMax = max; |
| 74 | + preMin = min; |
| 75 | + max = Math.max(nums[i], Math.max(nums[i] * preMax, nums[i] * preMin)); |
| 76 | + min = Math.min(nums[i], Math.min(nums[i] * preMax, nums[i] * preMin)); |
| 77 | + retVal = Math.max(retVal, max); |
| 78 | + } |
| 79 | + |
| 80 | + return retVal; |
| 81 | + } |
| 82 | +} |
0 commit comments