這道題目是給定乙個整數陣列，返回乘積最大的連續子串行，題目如下所示：
拿到題目我們肯定會想到的是暴力解法，通過兩層迴圈遍歷陣列中所有的元素，記錄每一次迴圈之後的全域性乘積最小值，直到迴圈結束，我們就可以得到乘積最大的連續子串行，顯然這樣的解法時間複雜度達到了 o(n
2)o(n^2)
o(n2)。
除了暴力的解法，我們可以想一下是否可以用動態規劃dp的方法來解決此問題，那麼如何dp呢？我們來看以下的這個流程：
以題目中的例子為例，我們來看看這個案例的dp過程，首先因為考慮到陣列中可能有負數的緣故，我們可以定義乙個二維陣列，第二維等於0的時候表示最大值，等於1的時候表示最小值，然後res把每一輪動態規劃的最大值記錄下來，直到dp結束。所以**如下所示：
python：
class solution(object):
def maxproduct(self, nums):
""":type nums: list[int]
:rtype: int
"""if nums is none:
return 0
dp = [[0 for _ in range(2)] for _ in range(2)]
dp[0][0], dp[0][1], res = nums[0], nums[0], nums[0]
for i in range(1, len(nums)):
x, y = i % 2, (i - 1) % 2
dp[x][0] = max(dp[y][0] * nums[i], dp[y][1] * nums[i], nums[i])
dp[x][1] = min(dp[y][0] * nums[i], dp[y][1] * nums[i], nums[i])
res = max(res, dp[x][0])
return res
class solution(object):
def maxproduct(self, nums):
""":type nums: list[int]
:rtype: int
"""if nums is none:
return 0
res, curmin, curmax = nums[0], nums[0], nums[0]
for i in range(1, len(nums)):
curmin, curmax = curmin * nums[i], curmax * nums[i]
curmin, curmax = min(curmax, curmin, nums[i]), max(curmax, curmin, nums[i])
res = curmax if curmax > res else res
return res
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...
leetcode152 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。用三個變數分別記錄最大值，到之前乙個數的最大值和...