代码随想录算法训练营第四十天| 343. 整数拆分 96.不同的二叉搜索树

最新推荐文章于 2024-09-27 14:28:55 发布

Dork_41

最新推荐文章于 2024-09-27 14:28:55 发布

阅读量49

点赞数

文章标签：算法 leetcode 数据结构

本文链接：https://blog.csdn.net/Dork_41/article/details/134342405

版权

文章介绍了如何使用动态规划方法解决整数拆分问题（寻找最大乘积拆分）和不同二叉搜索树的数量计算问题。通过详细解释dp数组的含义、递推公式和初始化过程，展示了两种情况下的动态规划应用。

摘要由CSDN通过智能技术生成

文档讲解：代码随想录

视频讲解：代码随想录B站账号

状态：看了视频题解和文章解析后做出来了

343. 整数拆分

class Solution:
    def integerBreak(self, n: int) -> int:
        dp = [0] * (n+1)

        dp[2] = 1

        for i in range(3, n+1):
            for j in range(1, i // 2 + 1):
                dp[i] = max(dp[i], (i-j) * j, dp[i-j] * j)

        return dp[n]

时间复杂度：O(n^2)
空间复杂度：O(n)

动态规划五部曲：

1. 确定dp数组以及下标的含义：dp[i]为分拆数字i，可以得到的最大乘积

2. 确定递推公式：

有两种拆分逻辑：

（1）分拆成两个数字，计算乘积。比如10分拆成4*6=24

（2）利用dp分拆成至少3个数字的乘积，比如10分拆成dp[4] * 6，而dp[4]是2*2，所以实际上是2*2*6=24

取这两种方式乘积的较大值，作为当前dp[i]的拆分最大乘积。

所以dp[i] = max(dp[i], (i-j) * j, dp[i-j] * j)

为什么要加dp[i]，因为在遍历j的途中可能已经得到最大的乘积，我们不能让后面偏小的乘积把现存的乘积替换掉。

3. dp数组初始化：初始dp[2] = 1即可，因为0和1拆分是没有意义的。

4. 确定遍历顺序：因为需要比当前数字小的dp结果，所以是从前向后遍历的。

5. 举例推导dp数组：

注意到j的遍历终止是 i // 2 + 1，也就是循环到 i 的一半就结束了。因为后面的循环其实前面已经实现了，而且根据数论，一个数拆解成更多个数值相近的数的乘积是最大的。

96.不同的二叉搜索树

class Solution:
    def numTrees(self, n: int) -> int:
        dp = [0] * (n+1)
        dp[0] = 1

        for i in range(1, n+1):
            for j in range(1, i+1):
                dp[i] += dp[i-j] * dp[j-1]
        return dp[n]