给你一根长度为 n 的绳子,请把绳子剪成整数长度的 m 段(m、n都是整数,n>1并且m>1),每段绳子的长度记为 k[0],k[1]…k[m] 。请问 k[0]k[1]…*k[m] 可能的最大乘积是多少?例如,当绳子的长度是8时,我们把它剪成长度分别为2、3、3的三段,此时得到的最大乘积是18。
首先是贪婪算法:贪婪算法可以是找到一个数学情景,可以证明在这种场景下,达到最优解。在剪绳子的过程中,尽量剪长度为3的绳子,如果剩下的绳子是4,可以不用剪。由于5< 23,可以看出,当n>=5, 3(n-3)> n ,
2*(n-2)>n,并且3*(n-3)> 2*(n-2) 可以看出,n>5的时候,尽量剪成2和3的,并且,剪成3的长度优于2。4 =2 *2所以,剪成4和2一样。
class Solution(object):
def cuttingRope(self, n):
a = 0
if n == 2:
return 1
if n == 3:
return 2
if n == 4:
return 4
while n >= 5:
n = n - 3
a += 1
if n == 1:
return pow(3, a)
if n == 2:
return 2 * pow(3, a)
if n == 3:
return 3 * pow(3, a)
if n == 4:
return 4 * pow(3, a)
2.动态规划
采用自底向上的思想,相当于一根绳子肯定会剪成两根,然后剩下的两根绳子再依次去剪。如果从1开始依次计算出每种长度的绳子的最优解,那么,新的绳子的长度的计算就可以依赖于之前的绳子,只需要拆成两种长度的相乘即可,因为之前的绳子已经是最优解了。
注意是一定要剪一刀,所以1,2,3,4情况特殊,列出来,与后面如果剪到1,2,3,4的时候不一样,剪下去不是最优解。
class Solution(object):
def cuttingRope(self, n):
if n == 1:
return False
if n == 2:
return 1
if n == 3:
return 2
if n == 4:
return 4
a = []
a.append(0)
a.append(1)
a.append(2)
a.append(3)
a.append(4)
for i in range(5, n+1):
max = 0
for j in range(1, i//2+1):
if a[j]*a[i-j] > max:
max = a[j]*a[i-j]
a.append(max)
return a[n]