Day41动态规划part03
343. 整数拆分
leetcode链接:343. 整数拆分 - 力扣(LeetCode)
题意:给定一个正整数 n,将其拆分为至少两个正整数的和,并使这些整数的乘积最大化。 返回你可以获得的最大乘积。
思路:本题的关键在于递推公式,拆分成近似相同的数乘积才是最大的
- 确定dp数组以及下标的含义:dp[i]:对i进行拆分得到的最大的乘积
- 递推公式:拆分的方式是 j × (i-j), 拆成多个就是j × dp[i-j]相当于0<j<i,所以是dp[i] = max(j(i-j), j*dp[i-j], dp[i])*
- dp数组初始化:dp[0] = 0, dp[1] = 0, dp[2] = 1
- 确定遍历顺序:从i=3开始,i≤n,i++; 然后再遍历j,其实j<i//2+1就可以了避免重复,因为23和32是一样的
class Solution:
def integerBreak(self, n: int) -> int:
if n==0 or n==1:
return 0
dp = [0]*(n+1)
'''初始化'''
dp[0] = 0 # 0*0
dp[1] = 0 # 1*0
dp[2] = 1 # 1*1
for i in range(3, n+1):
for j in range(0, i):
dp[i] = max(j*(i-j), j*dp[i-j], dp[i])
print(dp)
return dp[n]
96.不同的二叉搜索树
leetcode题目链接:96. 不同的二叉搜索树 - 力扣(LeetCode)
题意:给定一个整数 n,求以 1 ... n 为节点组成的二叉搜索树有多少种?
思路:
了解了二叉搜索树之后,我们应该先举几个例子,画画图,看看有没有什么规律。但是n = 0时是空树null也是二叉搜索树=1,n=1是1棵树=1, n=2时有两棵
eg: n=3, dp[3],就是 元素1为头结点搜索树的数量 + 元素2为头结点搜索树的数量 + 元素3为头结点搜索树的数量
- 元素1为头结点搜索树的数量 = 右子树有2个元素的搜索树数量 * 左子树有0个元素的搜索树数量
- 元素2为头结点搜索树的数量 = 右子树有1个元素的搜索树数量 * 左子树有1个元素的搜索树数量
- 元素3为头结点搜索树的数量 = 右子树有0个元素的搜索树数量 * 左子树有2个元素的搜索树数量
所以dp[3] = dp[2] * dp[0] + dp[1] * dp[1] + dp[0] * dp[2]
- 确定dp数组(dp table)以及下标的含义: dp[i] : 1到i为节点组成的二叉搜索树的个数为dp[i]
- 确定递推公式: dp[i] += dp[以j为头结点左子树节点数量] * dp[以j为头结点右子树节点数量], j相当于是头结点的元素,从1遍历到i为止。所以递推公式:dp[i] += dp[j - 1] * dp[i - j]; j-1 为j为头结点左子树节点数量,i-j =i-[(j-1)+1](j-1加头节点的1个)为以j为头结点右子树节点数量
- 初始化: dp[0] =1
- 遍历顺序:从小到大遍历(有的dp也可能是从大到小的,要注意)
- 时间复杂度:$O(n^2)$
- 空间复杂度:$O(n)$
class Solution:
def numTrees(self, n: int) -> int:
dp = [0]*(n+1)
dp[0] = 1
if n== 0:
return dp[0]
for i in range(1, n+1):
for j in range(1, n+1):
dp[i] += dp[j-1] * dp[i-j]
print(dp)
return dp[n]