Skip to main content

2-29 152. 乘积最大的子数组

Date:2022-03-06 20:01:10

题目:152. 乘积最大的子数组 ( 中等😕 )

动态规划

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(该子数组中至少包含一个数字),并返回该子数组所对应的乘积。

测试用例的答案是一个 32-位 整数。

子数组是数组的连续子序列。

示例

示例 1:

输入: nums = [2,3,-2,4]
输出: 6
解释: 子数组 [2,3] 有最大乘积 6

示例 2:

输入: nums = [-2,0,-1]
输出: 0
解释: 结果不能为 2, 因为 [-2,-1] 不是连续子数组。

所需基础

  • 动态规划

    什么是动态规划(Dynamic Programming)?动态规划的意义是什么?.https://www.zhihu.com/question/23995189

    该文章有一个关于凑硬币的问题,有三种面值(1,5,11),给定一个数量K,找出最少数量凑出K值的方式

    比如:K=15,则最少数量为3,即(5,5,5)三张5元的

分析

该题可以采用:1.暴力法 2.动态规划

  • 暴力法比较好想,只是会超过时间限制

  • 该题的动态规划比 扩展1:53. 最大子数组和 要难一些,主要要处理 [1,2,-3,4,-5] 这种包含多个负号的问题,详细推论见 乘积最大子数组

题解

暴力法

function maxProduct(nums: number[]): number {
let res = -Infinity

for (let i = 0; i < nums.length; ++i) {
let mul = nums[i]
res = Math.max(res, mul)

for (let j = i + 1; j < nums.length; ++j) {
mul *= nums[j]

res = Math.max(res, mul)
}
}

return res == -Infinity ? undefined : res
}

动态规划

function main() {
// const nums = [2, 3, -2, 4]
// const nums = [-2, 0, -1]
// const nums = []
// const nums = [-2]
const nums = [-3, 0, 1, -2]

// console.log('[]:', maxProduct(nums))
console.log('[]:', maxProduct111(nums))
}

[1,5,11]
15

f(15) = min(f(15-1), f(15-5), f(15-11))
f(n) = min(f(n-1), f(n-5), f(n-11))

minF = []

minF[i] = Math.min(f)

main()

function maxProduct111(nums: number[]): number {
const len = nums.length
let maxF = new Array(len).fill(0)
let minF = new Array(len).fill(0)

maxF[0] = nums[0]
minF[0] = nums[0]

for (let i = 1; i < len; ++i) {
maxF[i] = Math.max(maxF[i - 1] * nums[i], Math.max(minF[i - 1] * nums[i], nums[i]))
minF[i] = Math.min(minF[i - 1] * nums[i], Math.min(maxF[i - 1] * nums[i], nums[i]))
}

let res = maxF[0]
for (let i = 1; i < len; ++i) {
res = Math.max(res, maxF[i])
}

return res
}

扩展1:53. 最大子数组和 ( 简单😄 )

动态规划

给你一个整数数组 nums ,请你找出一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。

子数组 是数组中的一个连续部分。

示例 1:

输入:nums = [-2,1,-3,4,-1,2,1,-5,4]
输出:6
解释:连续子数组 [4,-1,2,1] 的和最大,为 6

示例 2:

输入:nums = [1]
输出:1

分析:可以采用 1.暴力法 2.动态规划

题解

暴力法

function maxSubArray(arr: number[]): number {
let max = -Infinity

for (let i = 0; i < nums.length; ++i) {
let sum = 0
for (let j = i; j < nums.length; ++j) {
sum += nums[j]
max = Math.max(max, sum)
}
}

return max
}

动态规划

function main() {
const arr = [-2, 1, -3, 4, -1, 2, 1, -5, 4]

console.log('[]:', maxSubArray(arr))
}

main()

function maxSubArray(arr: number[]): number {
let max = arr[0]
let pre = arr[0]

for (let i = 0; i < arr.length; ++i) {
pre = Math.max(pre + arr[i], arr[i])
max = Math.max(max, pre)
}

return max
}