2024/6/25 六月也来到了末尾，刷题也刷了一个半月左右。收获还是有的，最起码打字快了哈哈，做题啦！

1、题目描述

2、逻辑分析

一眼动态规划。
解题思路

• 遍历数组时计算当前最大值，不断更新
• 令nowMax 为当前最大值，则当前最大值为 nowMax = Math.max(nums[i], nums[i] * nowMax)
• 由于存在负数，那么会导致最大的变最小的，最小的变最大的。因此还需要维护当前最小值nowMin = Math.min(nums[i], nums[i] * nowMin)
• 当负数出现时则nowMax 与nowMin进行交换再进行下一步计算

3、代码演示

public int maxProduct(int[] nums) {
        int n = nums.length;
        // 初始化最大乘积为整数最小值
        int max = Integer.MIN_VALUE;
        // 当前的最大值和最小值，初始化为1，因为任何数与1相乘都等于它本身
        int nowMax = 1, nowMin = 1;
        for(int i = 0; i < n; i++){
            // 如果当前数字是负数，我们需要交换nowMax和nowMin的值 
            // 因为负数乘以最大数会得到一个较小的数，而乘以最小数会得到一个较大的数（绝对值）
            if(nums[i] < 0){
                int temp = nowMax;
                nowMax = nowMin;
                nowMin = temp;
            }
            // 更新nowMax和nowMin  
        // 我们要考虑两种情况：要么nums[i]本身就是新的最大值/最小值，
        // 要么nums[i]与当前的nowMax/nowMin相乘得到更大的最大值/更小的最小值  
        // 注意这里我们不再单独检查nums[i]是否为0，因为0乘以任何数（除了0本身）都会变成0  
        // 但由于我们初始化了nowMax和nowMin为1，所以即使nums[i]是0，也不会影响后续的计算
            nowMax = Math.max(nums[i], nums[i] * nowMax);
            nowMin = Math.min(nums[i], nums[i] * nowMin);
            // 更新全局最大值max
            max = Math.max(nowMax, max);
        }
        // 返回全局最大值max
        return max;
    }

4、复杂度分析

• 时间复杂度：O(n)。遍历整个数组，所需时间为O(n)。
• 空间复杂度：O(1)。使用常数级变量存储，空间复杂度为O(1)。

ok啦，做完啦，拜拜啦！