leetcode 152. 乘积最大子数组「贪心」「动态规划」

152. 乘积最大子数组

题目描述:

给你一个整数数组nums,请你找出数组中乘积最大的非空连续子数组,并返回该子数组所对应的乘积

思路1:贪心

由于 n u m s [ i ] nums[i] nums[i]都是整数,所以多乘一些数肯定不会让绝对值变小,所以我们就要尽可能多乘一些数

首先,我们考虑最简单的例子,也就是不包含0的情况:

  • 统计负数的数量,如果是偶数,那直接返回所有数的乘积即可
  • 如果负数的数量是奇数,我们就考虑删掉一个负数,由于我们上面说过,多乘一些数不会让乘积的绝对值变小,所以我们要尽可能少删数,从左往右找到第一个,下标为id1,从右往左找到第一个,下标为id2,要么是删id1往左的所有数,要么是删id2往右的所有数,两种情况取最大值就行
  • 你可能会怀疑,为什么答案不可能是被删除的那一段,因为被删除的那一段都在另一半计算过了,删id1往左的所有数时,这段在计算删id2往右的所有数时,被计算过了
class Solution {
public:
    int fuck(int l, int r, vector<int>nums){
        if(l > r || l < 0 || r >= nums.size())return -2e9;
        if(l == r)return nums[l];
        int mul = 1;
        for(int i = l; i <= r; ++i)
            mul *= (nums[i] > 0 ? 1 : -1);
        if(mul > 0){
            for(int i = l; i <= r; ++i)mul *= nums[i];
            return mul;
        }
        mul = -1;
        int id1 = -1, id2 = -1;
        for(int i = l; i <= r; ++i){
            mul *= (nums[i] > 0 ? 1 : -1);
            if(mul > 0){
                id1 = i;
                break;
            }
        }
        int ans1 = 1, ans2 = 1;
        for(int i = id1 + 1; i <= r; ++i){
            ans1 *= nums[i];
        }
        mul = -1;
        for(int i = r; i >= l; --i){
            mul *= (nums[i] > 0 ? 1 : -1);
            if(mul > 0){
                id2 = i;
                break;
            }
        }
        for(int i = id2 - 1; i >= l; --i){
            ans2 *= nums[i];
        }
        return max(ans1, ans2);
    }
    int maxProduct(vector<int>& nums) {
        vector<int>v;
        for(int i = 0; i < nums.size(); ++i){
            if(nums[i] == 0)v.push_back(i);
        }
        if(v.empty())return fuck(0, nums.size() - 1, nums);
        int ans = 0;
        v.push_back(nums.size());
        int pre = -1;
        for(int i = 0; i < v.size(); ++i){
            ans = max(ans, fuck(pre + 1, v[i] - 1, nums));
            pre = v[i];
        }
        return ans;
    }
};

思路2:DP

这题和最大子数组和的题型有一点像,但是不可以像它那样去进行转移,不能仅仅维护一个最大值,这样会忽略偶数个负数乘起来也是正数的情况,有一种局部贪心的感觉

所以还需要维护一个最小值

  • 状态:

    • m a x n [ i ] maxn[i] maxn[i]表示以 n u m s [ i ] nums[i] nums[i]结尾的子数组乘积的最大值
    • m i n x [ i ] minx[i] minx[i]表示以 n u m s [ i ] nums[i] nums[i]结尾的子数组乘积的最小值
  • 转移方程:

    • n u m [ i ] > 0 num[i] > 0 num[i]>0

      • m a x n [ i ] = m a x ( n u m s [ i ] , m a x n [ i − 1 ] ∗ n u m s [ i ] ) ; maxn[i] = max(nums[i], maxn[i - 1] * nums[i]); maxn[i]=max(nums[i],maxn[i1]nums[i]);
      • m i n x [ i ] = m i n ( m i n x [ i − 1 ] ∗ n u m s [ i ] , n u m s [ i ] ) ; minx[i] = min(minx[i - 1] * nums[i], nums[i]); minx[i]=min(minx[i1]nums[i],nums[i]);
    • n u m [ i ] < 0 num[i] < 0 num[i]<0

      • m a x n [ i ] = m a x ( m i n x [ i − 1 ] ∗ n u m s [ i ] , n u m s [ i ] ) ; maxn[i] = max(minx[i - 1] * nums[i], nums[i]); maxn[i]=max(minx[i1]nums[i],nums[i]);
      • m i n x [ i ] = m i n ( m a x n [ i − 1 ] ∗ n u m s [ i ] , n u m s [ i ] ) ; minx[i] = min(maxn[i - 1] * nums[i], nums[i]); minx[i]=min(maxn[i1]nums[i],nums[i]);

为了解决数据加强的问题,可以用double卡过去

class Solution {
public:
    int maxProduct(vector<int>& nums) {
        int n = nums.size();
        vector<double>maxn(n), minx(n);
        double ans = nums[0];
        maxn[0] = minx[0] = nums[0];
        for(int i = 1; i < n; ++i){
            if(nums[i] > 0){
                maxn[i] = max((double)nums[i], maxn[i - 1] * nums[i]);
                minx[i] = min(minx[i - 1] * nums[i], (double)nums[i]);
            }
            else if(nums[i] < 0){
                maxn[i] = max(minx[i - 1] * nums[i], (double)nums[i]);
                minx[i] = min(maxn[i - 1] * nums[i], (double)nums[i]);
            }
            ans = max(ans, maxn[i]);
        }
        return (int)ans;
    }
};

相关推荐

  1. LeetCode-152. 乘积数组

    2024-07-10 05:04:02       65 阅读
  2. leetcode 152.乘积数组

    2024-07-10 05:04:02       42 阅读
  3. leetcode152 乘积数组

    2024-07-10 05:04:02       36 阅读
  4. leetcode152. 乘积数组

    2024-07-10 05:04:02       28 阅读
  5. leetcode热题100.乘积数组动态规划进阶)

    2024-07-10 05:04:02       18 阅读
  6. LeetCode每日一题】152. 乘积数组

    2024-07-10 05:04:02       69 阅读
  7. 力扣_动态规划2—乘积数组

    2024-07-10 05:04:02       41 阅读

最近更新

  1. docker php8.1+nginx base 镜像 dockerfile 配置

    2024-07-10 05:04:02       52 阅读
  2. Could not load dynamic library ‘cudart64_100.dll‘

    2024-07-10 05:04:02       54 阅读
  3. 在Django里面运行非项目文件

    2024-07-10 05:04:02       45 阅读
  4. Python语言-面向对象

    2024-07-10 05:04:02       55 阅读

热门阅读

  1. ESP8266 Soft WDT reset

    2024-07-10 05:04:02       27 阅读
  2. Python程序打包成EXE文件指南

    2024-07-10 05:04:02       24 阅读
  3. MongoDB 全文检索

    2024-07-10 05:04:02       21 阅读
  4. threejs

    2024-07-10 05:04:02       21 阅读
  5. python 进阶教程--PIL图像处理

    2024-07-10 05:04:02       23 阅读
  6. CSS 图标:简化设计,优化用户体验

    2024-07-10 05:04:02       26 阅读
  7. C# 中使用模式匹配 备忘

    2024-07-10 05:04:02       23 阅读
  8. 【selenium】元素等待

    2024-07-10 05:04:02       19 阅读
  9. HTMLtable表转C#DataTable

    2024-07-10 05:04:02       29 阅读
  10. WPF设置全局样式

    2024-07-10 05:04:02       24 阅读