考虑当前位置如果是一个负数的话，那么我们希望以它前一个位置结尾的某个段的积也是个负数，这样就可以负负得正，并且我们希望这个积尽可能「负得更多」，即尽可能小。如果当前位置是一个正数的话，我们更希望以它前一个位置结尾的某个段的积也是个正数，并且希望它尽可能地大。于是这里我们可以再维护一个$f_{min}(i)$，它表示以第$i$个元素结尾的乘积最小子数组的乘积，那么我们可以得到这样的动态规划转移方程：

import java.util.*;/*** @author longyy* @version 1.0*/
class Solution79 {public int maxProduct(int[] nums) {// 定义：dp[i]表示以下标为i的连续子数组最大乘积，dp[n]；dp_helper[i]表示以下标为i的连续子数组最小乘积// dp_helper[i](应对两个负数乘积更大的情况)// 初始状态：dp[0]=nums[0] dp_helper[0]=0// 状态转移方程：dp[i] = Math.max(dp[i-1],dp[i-1]*nums[i],dp_helper[i-1]*nums[i])//             dp_helper[i] = Math.min(dp_helper[i-1],dp[i-1]*nums[i],dp_helper[i-1]*nums[i])int n = nums.length;int[] dp = new int[n]; // db[i]表示以i结尾的最大的非空连续int[] dp_helper = new int[n]; // db[i]表示以i结尾的最小的非空连续dp[0] = nums[0];for (int i = 1; i < n; i++) {dp[i] = Math.max(Math.max(nums[i], nums[i] * dp[i - 1]), nums[i]*dp_helper[i-1]);dp_helper[i] = Math.min(Math.min(nums[i], nums[i]*dp_helper[i-1]), nums[i]*dp[i-1]);}return Arrays.stream(dp).max().getAsInt();}public static void main(String[] args) {Scanner in = new Scanner(System.in);int n = in.nextInt();int[] nums = new int[n];for(int nums_i=0; nums_i < n; nums_i++){nums[nums_i] = in.nextInt();}Solution79 solution79 = new Solution79();System.out.println(solution79.maxProduct(nums));}
}