1) 算法基本思想
我们需要为每个 res[i] 计算 A[i] 与 A[j]（其中 i ≤ j ≤ n-1）乘积的最大值。可以采用以下方法：

预处理最大值和最小值：从左到右遍历数组，维护从当前位置到数组末尾的最大值和最小值。因为乘积的最大值可能是当前元素与后续最大值的乘积，也可能是与后续最小值的乘积（如果当前元素是负数）。

计算 res[i]：对于每个 A[i]，计算 A[i] * max_suffix 和 A[i] * min_suffix 的最大值，然后与 max_suffix 和 min_suffix 比较，更新 res[i]。

更新最大值和最小值：在遍历过程中，动态更新从当前位置到末尾的最大值和最小值。

2) C/C++ 代码实现

void CalMulMax(int A[], int res[], int n) {
    if (n == 0) return;
    
    // 初始化当前的最大值和最小值
    int max_suffix = A[n - 1];
    int min_suffix = A[n - 1];
    res[n - 1] = A[n - 1]; // 最后一个元素的 res 是其本身
    
    for (int i = n - 2; i >= 0; --i) {
        // 计算当前元素与后续最大值和最小值的乘积
        int candidate1 = A[i] * max_suffix;
        int candidate2 = A[i] * min_suffix;
        
        // res[i] 是 A[i]、candidate1、candidate2 中的最大值
        res[i] = max(A[i], max(candidate1, candidate2));
        
        // 更新 max_suffix 和 min_suffix 为 A[i]、A[i]*max_suffix、A[i]*min_suffix 的极值
        int temp_max = max(A[i], max(candidate1, candidate2));
        int temp_min = min(A[i], min(candidate1, candidate2));
        
        max_suffix = temp_max;
        min_suffix = temp_min;
    }
}

3)时间、空间复杂度
时间复杂度: O (n)。
空间复杂度: O (1)。