代码随想录算法训练营Day40 | 343. 整数拆分、96.不同的二叉搜索树 | Python | 个人记录向

343. 整数拆分

代码随想录：343. 整数拆分
Leetcode：343. 整数拆分

做题

无思路。

看文章

这道题还蛮难的。动规五部曲如下：

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。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)，递推公式为dp[i] = max(dp[i], max((i - j) * j, dp[i - j] * j))。
3. dp的初始化。只初始化dp[2] = 1，其他取为0即可。
4. 确定遍历顺序。i从3开始遍历，j的结束条件是 j < i - 1，其实只需要遍历到 n/2 就可以。
5. 举例推导dp数组。

class Solution:
         # 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

时间复杂度：O(n^2)
空间复杂度：O(n)

贪心算法需要数学证明，这里就不展示了。

96.不同的二叉搜索树

代码随想录：96.不同的二叉搜索树
Leetcode：96.不同的二叉搜索树

做题

dp[i]是由i个结点能组成的二叉搜索树数量，但不知道怎么递推。

看文章

动规五部曲：

1. 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。
2. 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。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 为以j为头结点右子树节点数量。
3. dp的初始化。dp[0] = 1。
4. 确定遍历顺序。
5. 举例推导dp数组。

class Solution:
    def numTrees(self, n: int) -> int:
        dp = [0] * (n + 1)  # 创建一个长度为n+1的数组，初始化为0
        dp[0] = 1  # 当n为0时，只有一种情况，即空树，所以dp[0] = 1
        for i in range(1, n + 1):  # 遍历从1到n的每个数字
            for j in range(1, i + 1):  # 对于每个数字i，计算以i为根节点的二叉搜索树的数量
                dp[i] += dp[j - 1] * dp[i - j]  # 利用动态规划的思想，累加左子树和右子树的组合数量
        return dp[n]  # 返回以1到n为节点的二叉搜索树的总数量

时间复杂度：O(n^2)
空间复杂度：O(n)

以往忽略的知识点小结

• 找到递推规律比较难，基本也是两个for

个人体会

完成时间：1h30min。
心得：题比较难，思路很重要。

​