leetcode题:72. 152. 乘积最大子序列(中等)

2024-03-15 15:48

本文主要是介绍leetcode题:72. 152. 乘积最大子序列(中等),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、题目描述:152. 乘积最大子序列(中等)

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)。

示例 1:

输入: [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: [-2,0,-1]
输出: 0
解释: 结果不能为 2, 因为 [-2,-1] 不是子数组。

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/maximum-product-subarray
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

二、解题思路

1、由于是乘积,所以当遇到0的时候乘积会为了0.所以数组由n个0元素分割成n+1个子数组。分别统计n+1个子数组的最大连续子序列。

2、定义count_now 保存从第一个数字(被分割后的子数组)到当前数字的乘积,count_all保存所有子数组的最大子数组。left指针,right指针分别指向第一和最后一个负数。

当count_all > 0的时候当前不包含0的子数组的最大子数组乘积就是count_now。

当count_all < 0 说明子数组有负数

1)当left == right(只有一个负数),则计算left和right左右两边的乘积和,取最大值,为count_now。

2)当left < right 则计算right左右一个元素的乘积,和left开始到子数组末尾的的乘积,取最大值为count_now。

然后更新count_all为所有count_now的最大值

3、另外要注意边界条件,当总数组不存在0并且最大乘积为负数的时候,count_all也为负数,但是总数组存在0并且最大乘积为负数的时候count_all 等于0。

三、代码

class Solution {
public:int maxProduct(vector<int>& nums) {int mut = 1;int max_sum = INT_MIN;vector<int> dp(nums.size(),0);int left = -1;int right = -1;int max_tmp = INT_MIN;bool is_zero = false;int count = 0;for(int i = 0;i<=nums.size();i++){if( i== nums.size()|| nums[i] == 0){if(i == 0)continue;if(dp[i-1] >= 0){max_sum = max(dp[i-1],max_sum);left = -1;right = -1;}else if(left >= 0 && left == right){max_tmp = dp[i-1];if(count > 1){if(left > 0)max_tmp = max(dp[left-1],dp[i-1]/dp[left]);elsemax_tmp = dp[i-1]/dp[left];}max_sum = max(max_tmp,max_sum);//cout<<"sum="<<max_sum<<endl;}else if(left == -1){max_sum = max(dp[i-1],max_sum);}else if(left >= 0 && left != right){max_tmp = max(dp[right-1],dp[i-1]/dp[left]);max_sum = max(max_tmp,max_sum);}left = -1;right = -1;count = 0;if(i == nums.size())break;dp[i] = nums[i];is_zero = true;continue;}count++;if(i == 0){dp[i] = nums[i];if(nums[i] < 0){left = i;right = i;}}else{if(nums[i] == 0 ){dp[i] = nums[i];continue;} else if(dp[i-1] == 0){dp[i] = nums[i];}else{dp[i] = dp[i-1] * nums[i];}}if(nums[i] < 0){if(left == -1 && right == -1 ){left = i;right = i;}else{right = i;}}}// print(dp);if(max_sum < 0 && is_zero == true)max_sum = 0;return max_sum;}void print(vector<int> & dp){for(int i = 0; i< dp.size();i++){cout<<dp[i]<<endl;}}
};

 

这篇关于leetcode题:72. 152. 乘积最大子序列(中等)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/812471

相关文章

Python的Darts库实现时间序列预测

《Python的Darts库实现时间序列预测》Darts一个集统计、机器学习与深度学习模型于一体的Python时间序列预测库,本文主要介绍了Python的Darts库实现时间序列预测,感兴趣的可以了解... 目录目录一、什么是 Darts?二、安装与基本配置安装 Darts导入基础模块三、时间序列数据结构与

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Linux中的自定义协议+序列反序列化用法

《Linux中的自定义协议+序列反序列化用法》文章探讨网络程序在应用层的实现,涉及TCP协议的数据传输机制、结构化数据的序列化与反序列化方法,以及通过JSON和自定义协议构建网络计算器的思路,强调分层... 目录一,再次理解协议二,序列化和反序列化三,实现网络计算器3.1 日志文件3.2Socket.hpp

Spring的RedisTemplate的json反序列泛型丢失问题解决

《Spring的RedisTemplate的json反序列泛型丢失问题解决》本文主要介绍了SpringRedisTemplate中使用JSON序列化时泛型信息丢失的问题及其提出三种解决方案,可以根据性... 目录背景解决方案方案一方案二方案三总结背景在使用RedisTemplate操作redis时我们针对

MyBatis-Plus通用中等、大量数据分批查询和处理方法

《MyBatis-Plus通用中等、大量数据分批查询和处理方法》文章介绍MyBatis-Plus分页查询处理,通过函数式接口与Lambda表达式实现通用逻辑,方法抽象但功能强大,建议扩展分批处理及流式... 目录函数式接口获取分页数据接口数据处理接口通用逻辑工具类使用方法简单查询自定义查询方法总结函数式接口

利用Python实现时间序列动量策略

《利用Python实现时间序列动量策略》时间序列动量策略作为量化交易领域中最为持久且被深入研究的策略类型之一,其核心理念相对简明:对于显示上升趋势的资产建立多头头寸,对于呈现下降趋势的资产建立空头头寸... 目录引言传统策略面临的风险管理挑战波动率调整机制:实现风险标准化策略实施的技术细节波动率调整的战略价

PostgreSQL 序列(Sequence) 与 Oracle 序列对比差异分析

《PostgreSQL序列(Sequence)与Oracle序列对比差异分析》PostgreSQL和Oracle都提供了序列(Sequence)功能,但在实现细节和使用方式上存在一些重要差异,... 目录PostgreSQL 序列(Sequence) 与 oracle 序列对比一 基本语法对比1.1 创建序

C++从序列容器中删除元素的四种方法

《C++从序列容器中删除元素的四种方法》删除元素的方法在序列容器和关联容器之间是非常不同的,在序列容器中,vector和string是最常用的,但这里也会介绍deque和list以供全面了解,尽管在一... 目录一、简介二、移除给定位置的元素三、移除与某个值相等的元素3.1、序列容器vector、deque

最长公共子序列问题的深度分析与Java实现方式

《最长公共子序列问题的深度分析与Java实现方式》本文详细介绍了最长公共子序列(LCS)问题,包括其概念、暴力解法、动态规划解法,并提供了Java代码实现,暴力解法虽然简单,但在大数据处理中效率较低,... 目录最长公共子序列问题概述问题理解与示例分析暴力解法思路与示例代码动态规划解法DP 表的构建与意义动

关于最长递增子序列问题概述

《关于最长递增子序列问题概述》本文详细介绍了最长递增子序列问题的定义及两种优化解法:贪心+二分查找和动态规划+状态压缩,贪心+二分查找时间复杂度为O(nlogn),通过维护一个有序的“尾巴”数组来高效... 一、最长递增子序列问题概述1. 问题定义给定一个整数序列,例如 nums = [10, 9, 2