leecode 每日解题思路 152 Maximun Product Subarray

问题描述：

问题连接：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， 可是惟一须要注意的就是负数的状况。

　　每次在比较当前最大结果的同时,也须要保存当前最小结果，因此每一个当前点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。

如下是code，由于java没有相似python的多重赋值的功能，（相似 valueA, valueB = expressionA(), expressionB()）;因此每次依靠多余的两只临时变量

保存临时最大最小值， 不然当执行是数值会被改变。