乘積最大子陣列
給你乙個整數陣列 nums ,請你找出陣列中乘積最大的連續子陣列(該子陣列中至少包含乙個數字)。
示例 1:
輸入: [2,3,-2,4]
輸出: 6
解釋: 子陣列 [2,3] 有最大乘積 6。
示例 2:
輸入: [-2,0,-1]
輸出: 0
解釋: 結果不能為 2, 因為 [-2,-1] 不是子陣列。
乘積最大子陣列,與最大子序和是很類似,不同的這裡的是乘積最大,因為序列中的值有正有負,所以每個時刻的狀態需要考慮到最大值和最小值,
因為最小值與負數的乘積可能會更大,還需要記錄每個時刻的全域性最大值。
所以狀態轉移方程是:
mins[1] = min(mins[0]*nums[i], maxs[0]*nums[i], nums[i])
maxs[1] = max(mins[0]*nums[i], maxs[0]*nums[i], nums[i])
**:
nums =[-
2,1,
10,4,
-1,0
,1,5
,4,3
]class
solution
:def
maxsubarray
(self, nums)
: dp = nums[0]
maxs =
[nums[0]
]*2 mins =
[nums[0]
]*2for i in
range(1
,len
(nums[1:
])+1
):mins[1]
=min
(mins[0]
*nums[i]
, maxs[0]
*nums[i]
, nums[i]
) maxs[1]
=max
(mins[0]
*nums[i]
, maxs[0]
*nums[i]
, nums[i]
) dp =
max(maxs[1]
, dp)
maxs[0]
, mins[0]
= maxs[1]
, mins[1]
return dp
s = solution(
)s.maxsubarray(nums)
資料過程:
leetcode152題之動態規劃
動態規劃 動態規劃 dynamic programming 是運籌學的乙個分支,是求解決策過程 decision process 最優化的數學方法。20世紀50年代初美國數學家r.e.bellman等人在研究多階段決策過程 multistep decision process 的優化問題時,提出了著...
Leetcode 152 乘積最大子串行
原題描述 找出乙個序列中乘積最大的連續子串行 該序列至少包含乙個數 例如,給定序列 2,3,2,4 其中乘積最大的子串行為 2,3 其乘積為6。解答 1.暴力搜尋 o n 2 沒有ac 超時 class solution return max 2.動態規劃思想,max min 每有乙個新的數字加入,...
Leetcode 152 乘積最大子串行
給定乙個整數陣列nums,找出乙個序列中乘積最大的連續子串行 該序列至少包含乙個數 示例 1 輸入 2,3,2,4 輸出 6解釋 子陣列 2,3 有最大乘積 6。示例 2 輸入 2,0,1 輸出 0解釋 結果不能為 2,因為 2,1 不是子陣列。這裡用動態規化的方法,即dp i 為以i結尾乘積最大連...