题目
给定一个正整数 n
,将其拆分为 k
个 正整数 的和( k >= 2
),并使这些整数的乘积最大化。
返回 你可以获得的最大乘积 。
方法1:动态规划
完全不了解动态规划?
动态规划 三步走
动态规划,就是利用历史记录,来避免我们的重复计算。而这些历史记录,我们得需要一些变量来保存,一般是用一维数组或者二维数组来保存。下面我们先来讲下做动态规划题很重要的三个步骤,
1.定义dp数组
我们会用一个数组,来保存历史数组,假设用一维数组 dp[] 吧。这个时候有一个非常重要的点,就是规定你这个数组元素的含义,例如你的 dp[i] 是代表什么意思?
2.找出递推关系式
动态规划类似于高中数学的数学归纳法,当我们要计算 dp[n] 时,是可以利用 dp[n-1],dp[n-2]…..dp[1],来推出 dp[n] 的,也就是可以利用历史数据来推出新的元素值,所以我们要找出数组元素之间的关系式,例如 dp[n] = dp[n-1] + dp[n-2],这个就是他们的关系式了。
3.找出初始值
找出了递推公式,我们还需要初始值,因为递推公式就是靠前面的值推出后面的值,但总得有个头吧,这个头就是初始值。
提示
代码如何排错?将dp数组全部输出看看
对动态规划完全不会的同学可以先去做下面两道动态规划入门题
1.dp[i]:正整数 i 拆分成至少两个正整数的和之后,这些正整数的最大乘积
2.递推关系:
当 i ≥ 2 时,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:
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);
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] 。
因此,当 j 固定时,有 dp[i]=max(j×(i−j),j×dp[i−j])。由于 j 的取值范围是 1 到 i−1 ,需要遍历所有的 j 得到 dp[i]的
3.初始值:0 不是正整数,1 是最小的正整数,0 和 1 都不能拆分,因此 dp[0]=dp[1]=0
class Solution {
public int integerBreak(int n) {
//dp数组:正整数 i 拆分成至少两个正整数的和之后,这些正整数的最大乘积
int dp [] = new int[n+1];
//dp数组初始化
dp[2] = 1;
for (int i = 3; i <= n ; i++) {
//将i拆分成 i - j 和 j ,或者 拆成 dp[j] 和 i-j ,
//上面的dp[j]就是把j拆分之后相乘的最大值
//然后再将j变小,循环执行拆j,最后dp[i]保存最大值
for (int j = i-1; j >= 1; j--) {
dp[i] = Math.max(dp[i], Math.max((i - j) * j, dp[j] * (i - j)));
}
}
return dp[n];
}
}
这道题动态规划还是有难度的
方法2:数学
思路:
求函数y=(n/x)^x(x>0)的最大值,可得x=e时y最大,但只能分解成整数,故x取2或3,
由于6=2+2+2=3+3,显然2^3=8<9=3^2
故应分解为多个3
class Solution {
public int integerBreak(int n) {
if(n == 2)
return 1;
if(n == 3)
return 2;
int a = 1;
while(n > 4){
n = n - 3;
a = a * 3;
}
return a * n;
}
}
数学方法非常牛,但是不通用,建议多学习方法1,动态规划学好很多题都能用,当然数学方法能想到也是非常好