leetcode_Maximum Product Subarray

描述：

Find the contiguous subarray within an array (containing at least one number) which has the largest product.

For example, given the array [2,3,-2,4],

the contiguous subarray [2,3] has the largest product = 6.

思路：

０．动态规划问题，和求最大连续和maximum
subarray类似，但感觉比求最大连续和复杂的多

１．以0为分割元素获得一系列的区间

２．对每一个区间求最大值

３．具体到每一个区间，顺序查找一遍寻找最大的序列，逆序查找一遍寻找最大的序列，求顺序或逆序查找的最大值

４．注意：(tempCount1&1) == 1)可以节省好多时间，用%2==1就不行

代码：

public int maxProduct(int[] nums) {
		if (nums == null)
			return 0;
		if (nums.length == 0)
			return 0;
		if (nums.length == 1)
			return nums[0];
		List<Integer> list = new ArrayList<Integer>();
		list.add(-1);
		for (int i = 0; i < nums.length; i++) {//以0为分割元素获得一系列的区间
			if (nums[i] == 0)
				list.add(i);
		}
		list.add(nums.length);
		int len = list.size();
		int max = 0, tempMax = 0;
		for (int i = 0; i < len - 1; i++) {//对每一个区间求最大值
			tempMax = getMax(nums, list.get(i), list.get(i + 1));
			max = max > tempMax ? max : tempMax;
		}
		return max;
	}

	public int getMax(int nums[], int start, int end) {
		if (end - start <= 2)//==2时说明区间除了0外只有一个元素，<2说明区间只有一个元素0
		{
			if(start!=nums.length-1)
				return nums[start + 1];
			else
				return nums[start];//最后一个元素
		}
		int sum = 1;
		int count = 0;
		for (int i = start + 1; i < end; i++) {
			sum *= nums[i];
			if (nums[i] < 0)
				count++;
		}
		int tempSum = sum;
		int tempCount = count;
		for (int i = start + 1; i < end; i++) {//顺序查找一遍寻找最大的序列
			if (tempSum < 0) {
				if (nums[i] < 0 &&(tempCount&1) == 1) {//(tempCount1&1) == 1)可以节省好多时间，用%2==1就不行
					tempSum /= nums[i];
					break;
				} else {
					tempSum /= nums[i];
				}
			} else
				break;
		}
		int tempSum1 = sum;
		int tempCount1 = count;
		for (int i = end - 1; i > start; i--) {//逆序查找一遍寻找最大的序列
			if (tempSum1 < 0) {
				if (nums[i] < 0 && (tempCount1&1) == 1) {//(tempCount1&1) == 1)可以节省好多时间，用%2==1就不行
					tempSum1 /= nums[i];
					break;
				} else {
					tempSum1 /= nums[i];
				}
			} else
				break;
		}
		int max = tempSum > tempSum1 ? tempSum : tempSum1;//求顺序或逆序查找的最大值
		return max;
	}