【LeetCode】152. Maximum Product Subarray && 53. Maximum Subarray
2016-03-11 09:54
405 查看
Find the contiguous subarray within an array (containing at least one number) which has the largest product.
For example, given the array
the contiguous subarray
对于Product Subarray,要考虑到一种特殊情况,即负数和负数相乘:如果前面得到一个较小的负数,和后面一个较大的负数相乘,得到的反而是一个较大的数,如{2,-3,-7},所以,我们在处理乘法的时候,除了需要维护一个局部最大值,同时还要维护一个局部最小值,由此,可以写出如下的转移方程式:
max_copy[i] = max_local[i]
max_local[i + 1] = Max(Max(max_local[i] * A[i], A[i]), min_local * A[i])
min_local[i + 1] = Min(Min(max_copy[i] * A[i], A[i]), min_local * A[i])
Find the contiguous subarray within an array (containing at least one number) which has the largest sum.
For example, given the array
the contiguous subarray
用动态规划的方法,就是要找到其转移方程式,也叫动态规划的递推式,动态规划的解法无非是维护两个变量,局部最优和全局最优,我们先来看Maximum SubArray的情况,如果遇到负数,相加之后的值肯定比原值小,但可能比当前值大,也可能小,所以,对于相加的情况,只要能够处理局部最大和全局最大之间的关系即可,对此,写出转移方程式如下:
local[i + 1] = Max(local[i] + A[i], A[i]);
global[i + 1] = Max(local[i + 1], global[i]);
For example, given the array
[2,3,-2,4],
the contiguous subarray
[2,3]has the largest product =
6.
对于Product Subarray,要考虑到一种特殊情况,即负数和负数相乘:如果前面得到一个较小的负数,和后面一个较大的负数相乘,得到的反而是一个较大的数,如{2,-3,-7},所以,我们在处理乘法的时候,除了需要维护一个局部最大值,同时还要维护一个局部最小值,由此,可以写出如下的转移方程式:
max_copy[i] = max_local[i]
max_local[i + 1] = Max(Max(max_local[i] * A[i], A[i]), min_local * A[i])
min_local[i + 1] = Min(Min(max_copy[i] * A[i], A[i]), min_local * A[i])
class Solution { public: int maxProduct(vector<int>& nums) { int len = nums.size(); if(len==0) return 0; if(len==1) return nums[0]; int maxLocal = nums[0]; int minLocal = nums[0]; int maxAll = nums[0]; for(int i = 1; i < nums.size(); i++) { int max_copy = maxLocal; maxLocal = max(max(nums[i] * maxLocal, nums[i]), nums[i] * minLocal); minLocal = min(min(nums[i] * max_copy, nums[i]), nums[i] * minLocal); maxAll = max(maxAll, maxLocal); } return maxAll; } };
Find the contiguous subarray within an array (containing at least one number) which has the largest sum.
For example, given the array
[−2,1,−3,4,−1,2,1,−5,4],
the contiguous subarray
[4,−1,2,1]has the largest sum =
6.
用动态规划的方法,就是要找到其转移方程式,也叫动态规划的递推式,动态规划的解法无非是维护两个变量,局部最优和全局最优,我们先来看Maximum SubArray的情况,如果遇到负数,相加之后的值肯定比原值小,但可能比当前值大,也可能小,所以,对于相加的情况,只要能够处理局部最大和全局最大之间的关系即可,对此,写出转移方程式如下:
local[i + 1] = Max(local[i] + A[i], A[i]);
global[i + 1] = Max(local[i + 1], global[i]);
class Solution { public: int maxSubArray(vector<int>& nums) { int len = nums.size(); if(len == 0) return 0; if(len==1) return nums[0]; int local = nums[0]; int all = nums[0]; for(int i=1; i < nums.size(); i++) { local =max((local+nums[i]),nums[i]); all = max(local, all); } return all; } };
相关文章推荐
- iOS_键盘处理二
- JSON.NET与LINQ序列化示例教程
- IE中的CSS3不完全兼容方案
- 关于nginx配置
- 【翻译】Leapmotion-python开发官方文档(8)
- PHP 开发者该知道的 5 个 Composer 小技巧
- windows 32/64位系统 下MATLAB使用MEX方式调用C/C++源码
- JAVA深入研究——Method的Invoke方法。
- [2052]:Picture
- java基础之extends与implement
- 自动化测试如何解决验证码的问题
- opencv 帧差法 absdiff
- static、final、transient [ Java ]
- 一道sql面试题
- 中文分词+词向量化
- J2EE判断重复的数据
- Java配置----JDK开发环境搭建及环境变量配置
- 引用与指针
- Android面试题整理
- 欧拉项目第九题 Special Pythagorean triplet