当前位置: 首页 > news >正文

每日一题——乘积最大子数组

乘积最大子数组问题详解

    • 问题描述
      • 示例
      • 约束条件
    • 问题分析
      • 难点分析
      • 解题思路
    • 代码实现
      • 代码说明
    • 测试用例
      • 测试用例 1
      • 测试用例 2
      • 测试用例 3
    • 总结

问题描述

给定一个整数数组 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

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。

约束条件

  • 1 <= nums.length <= 2 * 10^4
  • -10 <= nums[i] <= 10
  • nums 的任何子数组的乘积都保证是一个 32-位整数

问题分析

本题要求找到一个子数组,使得其乘积最大。由于数组中可能包含负数和零,直接使用暴力解法(枚举所有子数组)的时间复杂度较高,不适用于大规模数据。因此,我们需要寻找更高效的解决方案。

难点分析

  1. 负数的影响:负数乘以负数会变成正数,因此最小乘积的子数组可能在某个时刻变成最大乘积的子数组。
  2. 零的影响:零会将乘积重置为零,因此需要特别处理零的情况。
  3. 动态规划的应用:如何利用已知的子数组乘积信息来推导后续子数组的最大乘积。

解题思路

我们采用动态规划的方法来解决这个问题。具体思路如下:

  1. 定义状态

    • dpMax[i]:表示以第 i 个数字结尾的子数组的最大乘积。
    • dpMin[i]:表示以第 i 个数字结尾的子数组的最小乘积。
  2. 状态转移方程

    • dpMax[i] = max(nums[i], dpMax[i-1] * nums[i], dpMin[i-1] * nums[i])
    • dpMin[i] = min(nums[i], dpMax[i-1] * nums[i], dpMin[i-1] * nums[i])

    由于负数的存在,最小乘积的子数组可能在某个时刻变成最大乘积的子数组,因此需要同时维护最大值和最小值。

  3. 初始化

    • dpMax[0] = nums[0]
    • dpMin[0] = nums[0]
  4. 结果

    • 遍历整个数组,更新全局最大乘积 result

代码实现

以下是完整的C语言代码实现:

#include <stdio.h>
#include <stdlib.h>// 返回三个数中的最大值
int threeMax(int a, int b, int c) {return (a > b ? (a > c ? a : c) : (b > c ? b : c));
}// 返回三个数中的最小值
int threeMin(int a, int b, int c) {return (a < b ? (a < c ? a : c) : (b < c ? b : c));
}// 求解乘积最大子数组
int maxProduct(int* nums, int numsSize) {if (numsSize == 0) {return 0;  // 空数组的情况}// 动态分配内存int* dpMax = (int*)malloc(sizeof(int) * numsSize);int* dpMin = (int*)malloc(sizeof(int) * numsSize);// 初始化第一个元素dpMax[0] = nums[0];dpMin[0] = nums[0];int result = nums[0];  // 用于存储全局最大乘积// 遍历数组,更新 dpMax 和 dpMinfor (int i = 1; i < numsSize; i++) {dpMax[i] = threeMax(nums[i], dpMax[i - 1] * nums[i], dpMin[i - 1] * nums[i]);dpMin[i] = threeMin(nums[i], dpMax[i - 1] * nums[i], dpMin[i - 1] * nums[i]);// 更新全局最大乘积result = (result > dpMax[i]) ? result : dpMax[i];}// 释放动态分配的内存free(dpMax);free(dpMin);return result;
}// 测试函数
int main() {int nums1[] = {2, 3, -2, 4};int nums2[] = {-2, 0, -1};int nums3[] = {-2, 3, -4};printf("Test Case 1: %d\n", maxProduct(nums1, sizeof(nums1) / sizeof(nums1[0])));printf("Test Case 2: %d\n", maxProduct(nums2, sizeof(nums2) / sizeof(nums2[0])));printf("Test Case 3: %d\n", maxProduct(nums3, sizeof(nums3) / sizeof(nums3[0])));return 0;
}

代码说明

  1. threeMaxthreeMin 函数

    • 这两个辅助函数分别用于计算三个数中的最大值和最小值。
  2. 动态规划数组

    • dpMaxdpMin 分别用于存储以当前数字结尾的最大乘积和最小乘积。
  3. 结果更新

    • 在每次更新 dpMax 时,同时更新全局最大乘积 result
  4. 内存管理

    • 动态分配的内存需要在函数结束时释放,避免内存泄漏。

测试用例

以下是几个测试用例及其结果:

测试用例 1

输入:nums = [2, 3, -2, 4]
输出:6
解释:子数组 [2, 3] 的乘积为 6,是最大乘积。

测试用例 2

输入:nums = [-2, 0, -1]
输出:0
解释:子数组 [0] 的乘积为 0,是最大乘积。

测试用例 3

输入:nums = [-2, 3, -4]
输出:24
解释:整个数组的乘积为 24,是最大乘积。


总结

本题通过动态规划的方法,利用 dpMaxdpMin 两个数组分别维护最大乘积和最小乘积,从而解决了负数和零对乘积的影响。这种方法的时间复杂度为 O(n),空间复杂度为 O(n),可以高效地解决大规模数据的问题。


http://www.mrgr.cn/news/93752.html

相关文章:

  • <建模软件安装教程1>Blender4.2系列
  • 2024华为OD机试真题-找最小数(C++)-E卷B卷-100分
  • 13.C语言指针的易错点
  • html-列表标签和表单标签
  • 【从零开始学习计算机科学】计算机组成原理(四)指令系统
  • Python 实现图片提取文字
  • 发现U9查询设计上的一个逻辑
  • hadoop第3课(hdfs shell常用命令)
  • 数据治理的核心路线
  • 在Vue中 使用 Web Worker
  • ESP8266 WiFi 收发器入门(第 1 部分)
  • 强化学习和最优控制 - 知识图谱
  • Spring AI学习
  • MySQL复习笔记
  • CGI程序刷新共享内存视频流到HTTP
  • moodle 开源的在线学习管理系统(LMS)部署
  • Java学习--MySQL
  • 中级网络工程师面试题参考示例(1)
  • 山东大学计算机科学与技术学院软件工程实验日志(更新中)
  • 【vitepress】如何搭建并部署自己的博客网站