题目:
思路:动态规划与贪婪算法
(1)动态规划:求解问题的最优解;该问题可以分解成若干个子问题,整体的最优解依赖于各个子问题的最优解;
小问题之间还有相互重叠的更小的子问题;从上往下分析问题,从下往上求解问题
(2)贪婪算法;当n大于等于5时,我们尽可能多的剪长度为3的绳子;当剩下的绳子长度为4时,把绳子剪成两段长度为2的绳子。
为什么选2,3为最小的子问题?因为2,3包含于各个问题中,如果再往下剪得化,乘积就会变小
为什么选长度为3?因为当n≥5时,3(n-3)≥2(n-2)
代码:
(2)当长度大于等于5时,尽量剪出长度为3的绳子,当剩下的绳子为4时,尽量剪成长度为2的绳子。
public static int getMaxResult1 (int length) {
if(length < 2 ) {
return 0 ;
}
if(length == 2) {
return 1 ;
}
if(length == 3) {
return 2 ;
}
int timesOf3 = length/3 ;
if(length - timesOf3*3 == 1) {
timesOf3 -= 1 ;
}
int timesOf2 = (length - timesOf3*3)/2 ;
return (int) (Math.pow(3, timesOf3) * Math.pow(2, timesOf2)) ;
}
(1)
public static int maxProductAfterCutting_solution1(int length)
{
//对长度为0、1、2、3的绳子进行特殊处理
if(length<2)
{
return 0;
}
if(length==2)
{
return 1;
}
if(length==3)
{
return 2;
}
//products数组第i个元素代表着长度为i的绳子剪成若干段之后各段长度乘积的最大值
//i>=4时上述概念有效
int[] products=new int[length+1];
//下面的初始化不代表着最大值,是为了方便i>=4的计算
products[0]=0;
products[1]=1;
products[2]=2;
products[3]=3;
int max=0;
for(int i=4;i<=length;i++)
{
max=0;
//寻找长度为i的绳子剪成若干段之后各段长度乘积的最大值
for(int j=1;j<=i/2;j++)
{
int product=products[j]*products[i-j];
if(max<product)
{
max=product;
}
}
products[i]=max;
}
max=products[length];
return max;
}