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:
- 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]。
- 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))。
- dp的初始化。只初始化dp[2] = 1,其他取为0即可。
- 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。
- 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:
- 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。
- 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。
- dp的初始化。dp[0] = 1。
- 确定遍历顺序。
- 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。