刷leetcode hot100--动态规划3.12

第一题乘积max子数组[1h++]

emmmm感觉看不懂题解

线性dp【计划学一下acwing，挨个做一下】

线性动态规划 相似题解析 最长上升子序列 最大上升子序列和 最大连续子段和 乘积最大子数组_哔哩哔哩_bilibili

比较奇怪的就是有正负数和0，如何处理？

核心是维护一个max和min

//全是整数【负数，0，正数】，乘积max,连续子数组

        //暴力求解？？起始i,终止j，遍历

        //dp[n]以nums[n]结束的连续子数组的max乘积

        //初始化dp[n] = nums[n]

        //有负数怎么办？？，或者说其实是整数的话，只用关注0，负数

        //负数和0如何处理

        //负数和0分开处理，负数看奇数偶数，0分左右两边/就是0

        //看了评论区，两个能合起来：负数偶数【不用管，遍历取max】，

        //首先不用管0,因为int a = 1,int max = nums[0],如果遇到0，a = 1即可

        //负数：负数奇数【若无0，则为左边数组，右边数组取max】,有0，分成两半，看左边负数个数，右边负数个数，依旧是无0的操作

        //一个很厉害的方法是从左向右和从右向左遍历一次，负数？？取max

        //dp想法是维护min和max

题解：

class Solution {
public:
    int maxProduct(vector<int>& nums) {
        long maxF = nums[0], minF = nums[0], ans = nums[0];
        for (int i = 1; i < nums.size(); ++i) {
            long mx = maxF, mn = minF;
            maxF = max(mx * nums[i], max((long)nums[i], mn * nums[i]));
            minF = min(mn * nums[i], min((long)nums[i], mx * nums[i]));
            if(minF<INT_MIN) {
                minF=nums[i];
            }
            ans = max(maxF, ans);
        }
        return ans;
    }
};