LeetCode动态规划第二天： Maximum Length of Pair Chain&Integer Break

昨天被brick wall带错了路子花了太久时间，今天先补上昨天的缺口。

646. Maximum Length of Pair Chain

思路

一开始尝试使用动态规划，核心在于每一个链条尾部的数字，决定了后面可以选如何的链。然而直接用动态规划，复杂度过高，想不出优化方法就搁浅了。翻了一下算法书，发现这道题目就是任务调度的一个变种，几乎就是贪心的典型例子。先根据后面的值升序排列，在贪心取一遍即可。主要是使用贪心必须证明，不可蒙混。

贪心算法知识点

使用贪心算法，是通过局部最优解逼近全局最优解。需要保证具有最优子结构。证明贪心算法最优的方法，当初上学的时候记得有三类，目前只记得一种，即剪切-粘贴：反证法，如果这一部分不属于最优解，必存在另一个部分可以替换它成为最优解，从而引出矛盾点。

代码

class Solution {
public:
    static bool cmp(vector<int> s1, vector<int> s2){
        return s1[1] < s2[1];
    }

    int findLongestChain(vector<vector<int>>& pairs) {
        sort(pairs.begin(), pairs.end(), cmp);
        int ret = 1, bd = pairs[0][1];
        for (int i = 1; i < pairs.size(); i++){
            if (pairs[i][0] > bd){
                ret++;
                bd = pairs[i][1];
            }
        }
        return ret;
    }
};

注意：比较函数中<改成<=会导致超时。

---

343. Integer Break

思路

先手算了2到15的case，其实暴力法算前面还是很easy的。算case的时候摸到一定规律，即假设n = a + b = c + d，那么dp[n] = max(dp[a] * dp[b], dp[c] * dp[d])
这种形式就是最优子结构的雏形，需要注意的是2和3这两个case，由于拆解的时候存在1，导致其他数字拆解到2或者3的时候不会进一步拆解造成损失。

代码

class Solution {
public:
    int integerBreak(int n) {
        if (n <= 3) return n-1;
        int ret = 1;
        int x[2] = {2, 3};
        vector<int> v(x, x+2);
        for (int i = 4; i <= n; i++){
            for (int j = 2; j <= i / 2; j++){
                ret = max(ret, v[j-2] * v[i-j-2]);
            }
            v.push_back(ret);
        }
        return ret;
    }
};