343. 整数拆分
题目链接:LeetCode - The World's Leading Online Programming Learning Platform
解法:
1. 确定dp数组(dp table)以及下标的含义
dp[i]:分拆数字i,可以得到的最大乘积为dp[i]。
2. 确定递推公式
其实可以从1遍历j,然后有两种渠道得到dp[i].
一个是j * (i - j) 直接相乘。
一个是j * dp[i - j],相当于是拆分(i - j)。j为什么不用再拆分?这里其实没明白。
所以递推公式:dp[i] = max(dp[i], max((i - j) * j, dp[i - j] * j))。之所以还要比较dp[i],是因为在遍历j的过程中,dp[i]是在不断更新的。
3. 初始化dp
这里只初始化dp[2] = 1。
4. 遍历
因为拆分一个数n 使之乘积最大,那么一定是拆分成m个近似相同的子数相乘才是最大的。
可以明确的是m一定大于等于2,既然m大于等于2,也就是 最差也应该是拆成两个相同的可能是最大值。
那么 j 遍历,只需要遍历到 n/2 就可以,后面就没有必要遍历了。
边界条件:无
时间复杂度:O(n^2)
空间复杂度:O(n)
class Solution(object):
# 假设对正整数 i 拆分出的第一个正整数是 j(1 <= j < i),则有以下两种方案:
# 1) 将 i 拆分成 j 和 i−j 的和,且 i−j 不再拆分成多个正整数,此时的乘积是 j * (i-j)
# 2) 将 i 拆分成 j 和 i−j 的和,且 i−j 继续拆分成多个正整数,此时的乘积是 j * dp[i-j]
def integerBreak(self, n):
dp = [0] * (n + 1) # 创建一个大小为n+1的数组来存储计算结果
dp[2] = 1 # 初始化dp[2]为1,因为当n=2时,只有一个切割方式1+1=2,乘积为1
# 从3开始计算,直到n
for i in range(3, n + 1):
# 遍历所有可能的切割点
for j in range(1, i // 2 + 1):
# 计算切割点j和剩余部分(i-j)的乘积,并与之前的结果进行比较取较大值
dp[i] = max(dp[i], (i - j) * j, dp[i - j] * j)
return dp[n] # 返回最终的计算结果
96.不同的二叉搜索树
题目链接:LeetCode - The World's Leading Online Programming Learning Platform
解法:
这道题没啥好总结的,思路比较复杂,代码实现简单。直接看题解吧:不同的二叉搜索树-代码随想录
边界条件:无
时间复杂度:O(n^2)
空间复杂度:O(n)
class Solution(object):
def numTrees(self, n):
dp = [0] * (n+1)
# 0的时候为1
dp[0] = 1
dp[1] = 1
for i in range(2, n+1):
for j in range(1, i+1):
# 注意是相乘,不是相加...
dp[i] += (dp[j-1] * dp[i-j])
return dp[n]