leecode 每日解题思路 152 Maximun Product Subarray

标签：

问题描述：

问题链接：152 Maximum Product Subarray

　　在经典的算法解析中， 有关的分治和动态规划的，经典题型之一就是求最大子段和， 这道题就是他的变形：求最大子段积; 

这个问题的核心思路与解决最大子段和相同， 但是唯一需要注意的就是负数的情况。

　　每次在比较当前最大结果的同时,也需要保存当前最小结果，所以每个当前点i处的取值， 就是从当前值nums[i], 和cur_max+nums[i],

cur_min+nums[i]三者中取极值：

每次的取值递推路径如上所示， 应该还算清晰。

以下是code，因为java没有类似python的多重赋值的功能，（类似 valueA, valueB = expressionA(), expressionB()）;所以每次依靠多余的两只临时变量

保存临时最大最小值， 否则当执行是数值会被改变。

leecode 每日解题思路 152 Maximun Product Subarray

标签：

原文地址：http://www.cnblogs.com/thoupin/p/4786549.html