Leetcode 最大子数组乘积

最新推荐文章于 2025-06-23 20:04:27 发布

原创最新推荐文章于 2025-06-23 20:04:27 发布 · 634 阅读

0 ·

CC 4.0 BY-SA版权

Leetcode 专栏收录该内容

221 篇文章

订阅专栏

探讨了如何通过动态规划策略求解给定数组中子数组累乘的最大乘积问题，考虑到正负数和零的影响，使用两个数组分别记录以每个元素结尾的最大和最小子数组乘积。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目描述

给定一个double类型的数组arr，其中的元素可正可负可0，返回子数组累乘的最大乘积。例如arr=[-2.5，4，0，3，0.5，8，-1]，子数组[3，0.5，8]累乘可以获得最大的乘积12，所以返回12。

由于可能出现0 负数负负得正情况

采取动态规划策略记录以arr[i]结尾的子数组最大以及最小乘积

    double max_dp[10000];//存放以i结尾最大子数组乘积
    double min_dp[10000];//存放以i结尾最小子数组乘积

那么动态转移中

下一次的最值一定在 自身，自身与之前最大乘积，自身与之前最小乘积 中取得

double maxProduct(vector<double> arr) {

        max_dp[0]=arr[0];
        min_dp[0]=arr[0];
        double max_=arr[0];

        for(int i=1;i<arr.size();i++)
        {
            //最大乘积  在自身   自身与之前最大乘积   自身与之前最小乘积（负负得正情况）  三者中取得
            max_dp[i]=max(arr[i],max(arr[i]*max_dp[i-1],arr[i]*min_dp[i-1]));
            min_dp[i]=min(arr[i],min(arr[i]*max_dp[i-1],arr[i]*min_dp[i-1]));
            if(max_dp[i]>max_)
                max_=max_dp[i];
 
        }
      return max_;

    }