LeetCode 238题：除自身以外数组乘积的解法与优化

1. 问题解析与解题思路

在解决LeetCode 238题"除自身以外数组的乘积"时，我们需要深入理解题目要求。题目给定一个整数数组nums，要求返回一个新数组answer，其中answer[i]等于nums中除nums[i]外所有元素的乘积。这个看似简单的问题其实蕴含着几个关键约束条件：

1. 不能使用除法运算
2. 时间复杂度必须为O(n)
3. 空间复杂度需要尽可能优化（除输出数组外）

1.1 为什么不能使用除法？

很多初学者可能会想到一个"取巧"的方法：先计算整个数组的乘积，然后对于每个元素，用总乘积除以当前元素值。这种方法看似简单高效，但实际上存在两个致命缺陷：

1. 当数组中出现0时，会导致除零错误
2. 题目明确禁止使用除法运算

因此，我们需要寻找其他更可靠的解决方案。

1.2 前后缀乘积的核心思想

解决这个问题的关键在于认识到：对于数组中的每个元素nums[i]，我们需要的是它左边所有元素的乘积和右边所有元素的乘积的乘积。这自然引出了前后缀乘积的概念：

• 前缀乘积：元素左侧所有元素的乘积
• 后缀乘积：元素右侧所有元素的乘积

通过分别计算这两个数组，我们就能轻松得到最终结果。这种方法的时间复杂度为O(n)，空间复杂度也是O(n)。

2. 基础解法：前后缀乘积数组

2.1 算法步骤详解

让我们详细拆解这个基础解法：

1. 初始化两个数组left和right，大小与输入数组相同
2. 计算left数组：
   • left[0] = 1（第一个元素左侧没有元素）
   • left[i] = left[i-1] * nums[i-1]（从左到右遍历）
3. 计算right数组：
   • right[n-1] = 1（最后一个元素右侧没有元素）
   • right[i] = right[i+1] * nums[i+1]（从右到左遍历）
4. 计算结果数组：
   • answer[i] = left[i] * right[i]

2.2 C++实现代码

cpp复制class Solution {
public:
    vector<int> productExceptSelf(vector<int>& nums) {
        int n = nums.size();
        vector<int> answer(n);
        vector<int> left(n), right(n);
        
        left[0] = 1;
        for (int i = 1; i < n; i++) {
            left[i] = left[i-1] * nums[i-1];
        }
        
        right[n-1] = 1;
        for (int i = n-2; i >= 0; i--) {
            right[i] = right[i+1] * nums[i+1];
        }
        
        for (int i = 0; i < n; i++) {
            answer[i] = left[i] * right[i];
        }
        
        return answer;
    }
};

2.3 复杂度分析

• 时间复杂度：O(n) - 我们进行了三次线性遍历
• 空间复杂度：O(n) - 需要额外的left和right数组

注意：虽然这种方法满足题目要求，但我们可以进一步优化空间复杂度。

3. 优化解法：双指针空间优化

3.1 优化思路

观察基础解法，我们发现left和right数组实际上只被使用一次。这意味着我们可以用变量来代替数组，从而将空间复杂度优化到O(1)（不包括输出数组）。

具体思路是：

1. 先用输出数组存储左侧乘积
2. 再用一个变量动态计算右侧乘积并更新结果

3.2 两次遍历实现

cpp复制class Solution {
public:
    vector<int> productExceptSelf(vector<int>& nums) {
        int n = nums.size();
        vector<int> answer(n, 1);
        
        // 从左到右计算左侧乘积
        int left = 1;
        for (int i = 0; i < n; i++) {
            answer[i] = left;
            left *= nums[i];
        }
        
        // 从右到左计算右侧乘积并更新结果
        int right = 1;
        for (int i = n-1; i >= 0; i--) {
            answer[i] *= right;
            right *= nums[i];
        }
        
        return answer;
    }
};

3.3 单次循环优化

我们可以进一步将两次遍历合并为一次，使用双指针同时从两端向中间移动：

cpp复制class Solution {
public:
    vector<int> productExceptSelf(vector<int>& nums) {
        int n = nums.size();
        vector<int> answer(n, 1);
        
        int left = 1, right = 1;
        for (int i = 0, j = n-1; i < n; i++, j--) {
            answer[i] *= left;
            answer[j] *= right;
            left *= nums[i];
            right *= nums[j];
        }
        
        return answer;
    }
};

3.4 复杂度分析

• 时间复杂度：O(n) - 无论是两次遍历还是一次遍历，都是线性时间
• 空间复杂度：O(1) - 只使用了常数个额外变量（不包括输出数组）

4. 边界条件与特殊案例处理

在实际编码中，我们需要特别注意一些边界条件和特殊案例：

4.1 处理0的情况

虽然题目保证结果在32位整数范围内，但数组中可能有0。我们的解法天然能处理0的情况，不需要特殊处理。

4.2 数组长度为2的情况

当数组只有两个元素时，结果应该是这两个元素互换位置。我们的解法也能正确处理这种情况。

4.3 负数元素

负数乘积会改变符号，但我们的解法会自动处理符号变化，不需要额外操作。

5. 性能对比与选择建议

5.1 方法对比

5.2 选择建议

1. 对于初学者，建议先掌握前后缀数组方法，理解核心思想
2. 在面试中，双指针两次遍历是最佳选择，平衡了性能和可读性
3. 单次遍历优化虽然优雅，但理解难度稍大，适合进阶学习

6. 常见错误与调试技巧

6.1 常见错误

1. 初始化错误：忘记将left[0]和right[n-1]初始化为1
2. 边界处理不当：循环条件或索引计算错误
3. 空间优化时混淆更新顺序：先更新结果还是先更新累积变量

6.2 调试技巧

1. 打印中间变量：在计算left和right数组时打印中间值
2. 小规模测试：先用小数组（如[1,2,3]）测试
3. 特殊案例测试：测试包含0或负数的数组

7. 扩展思考与变种问题

7.1 如果允许使用除法？

虽然题目禁止使用除法，但思考这种情况有助于理解问题本质。使用除法的方法需要：

1. 计算总乘积
2. 处理0的情况（数组中0的个数不同，处理方式不同）

7.2 多维数组的乘积问题

如何计算二维数组中除当前元素外所有元素的乘积？这需要将前后缀思想扩展到二维情况。

7.3 乘积的更多应用

这种前后缀乘积的思想还可以应用于：

1. 计算滑动窗口乘积
2. 解决某些统计问题
3. 图像处理中的局部操作

在实际编码练习中，我发现理解问题的核心模式比记忆具体解法更重要。这道题教会我们如何将复杂问题分解为更简单的子问题（前后缀计算），以及如何通过空间换时间或优化空间使用来提升算法效率。

对于算法学习，我建议从暴力解法开始，逐步优化，而不是直接寻找最优解。这样能更深入地理解问题本质和优化思路。另外，多画图辅助理解数据流动和变量更新过程，这对掌握双指针等技巧特别有帮助。