动态规划：最大连续子序列乘积 分类： c/c++ 算...

题目描述：

给定一个浮点数序列（可能有正数、0和负数），求出一个最大的连续子序列乘积。

分析：若暴力求解，需要O(n^3)时间，太低效，故使用动态规划。
设data[i]：第i个数据，dp[i]:以第i个数结尾的连续子序列最大乘积，
若题目要求的是最大连续子序列和，则易确定状态转移方程为：
dp[i]=max(data[i]，dp[i-1]+data[i])(dp[i]为以第i个数结尾的连续子序列最大和)

但乘积存在负负得正的问题，即原本很小的负数成了一个负数反而变大了，（负数逆袭了），

故不能照抄加法的转移方程，为了解决这个问题，需要定义两个数组：

dp1[i]:以第i个数结尾的连续子序列最大乘积
dp2[i]:以第i个数结尾的连续子序列最小乘积
转移方程:
dp1[i]=max(data[i],dp1[i-1]*data[i],dp2[i-1]*data[i]);

dp2[i]=min(data[i],dp1[i-1]*data[i],dp2[i-1]*data[i]);

最后遍历dp1得到最大值即为答案。

代码如下：

#include
double max(double a,double b){return a>b?a:b;}
double min(double a,double b){return a

其实还可以对空间复杂度进行化简，代码如下：

double helper(double data[], int n)
{
    double ans = data[0];
    double localMax = data[0];
    double localMin = data[0];
    for(int i=1; i ans ? localMax : ans;
    }
 
    return ans;
}

版权声明：本文为博主原创文章，未经博主允许不得转载。

转载于:https://www.cnblogs.com/luo-peng/p/4646245.html