代码随想录算法训练营| 动态规划 | 343. 整数拆分 96.不同的二叉搜索树

343. 整数拆分

题目链接

（1）文字讲解：https://programmercarl.com/0343.%E6%95%B4%E6%95%B0%E6%8B%86%E5%88%86.html
（2）视频讲解：https://www.bilibili.com/video/BV1Mg411q7YJ/?spm_id_from=333.788&vd_source=bca249a7a739de13f222d238e1152887
（3）题目链接：https://leetcode.cn/problems/integer-break/

看到代码随想录之前的想法

我想到了dp的含义应该是拆分数字i得到的乘积最大值，但是我觉得想不明白的一点是，这里数字i可以被拆分为2个数，也可以被拆分为3个数，也就是说只要数字够大拆几个数都是有可能的。那这样的话递推公式怎么才能表示拆了这么多个数呢？

看到代码随想录之后的想法

(1)递推公式不需要考虑到底会拆成几个数，只需要每次拆成两部分，这两个部分怎么拆，就是下一次递归的事情了。
（2）为了求每一个dp[i]，需要引入j这个数字来做分割。递推公式是dp[i] = max(dp[i], max((i - j) * j, dp[i - j] * j))。为什么不拆分j，是因为j相当于一个可变化的变量，对于每一次循环是固定住了的（引用一个我在bilibili看到的解释：假设j从1取到5，那么如果j要拆分，5的时候可能会拆分为2，3，但是之前j循环的时候就已经取过2，3了，也就是说重复了）。也可以这么理解：如果定义dp[i - j] * dp[j] 也是默认将一个数强制拆成4份以及4份以上，j * dp[i - j]是拆分成两个以及两个以上，很明显我们不知道会不会一定拆成四份。 为什么要和dp[i]比，是因为在j循环的过程中dp[i]一直在变。

（3）初始化，0，1是没有意义的，题目要拆成两个部分及以上，强行拆这俩只能等于0，所以只初始化dp[2] = 1。

（4）拆分数相乘，一般是拆出来的几个部分差不多相等是最大的，也就是说如果拆成两个部分，拆到i/2就可以了，如果拆成三、四个部分只会更小，所以在循环j的时候拆到i/2就可以停止。

本题难点

（1）递推公式
（2）初始化

代码

class Solution {
public:
    int integerBreak(int n) {
        vector<int> dp(n+1);
        dp[2] = 1;
        for(int i = 3; i <= n; i++){
            for(int j = 1; j <= i/2; j++){
                dp[i] = max(dp[i], max(j*dp[i-j], j*(i-j)));
            }
        }
        return dp[n];
    }
};

96.不同的二叉搜索树

题目链接

（1）文字讲解：https://programmercarl.com/0096.%E4%B8%8D%E5%90%8C%E7%9A%84%E4%BA%8C%E5%8F%89%E6%90%9C%E7%B4%A2%E6%A0%91.html
（2）视频讲解：https://www.bilibili.com/video/BV1eK411o7QA/?spm_id_from=333.788&vd_source=bca249a7a739de13f222d238e1152887
（3）题目链接：https://leetcode.cn/problems/unique-binary-search-trees/

看到代码随想录之前的想法

不会做。

看到代码随想录之后的想法

（1）不同的节点作为根节点，然后一颗二叉搜索树的形态数量就可以分成左右两部分的乘积。
（2）引入j，那么左子树就是dp[j-1], （因为这个是二叉搜索树所以肯定是比它小的在左边），右子树就是dp[i-j],总的递推公式：dp[i] += dp[j-1]*dp[i-j];
（3）初始化问题，首先初始化dp[0] dp[1], 很明显就算是空二叉树也只有一种形态，而不是0，一个结点的当然也是一种形态。

本题难点

（1）递推公式，怎么利用二叉搜索树的特点把问题转化到动态规划上。
（2）初始化取值。

代码

class Solution {
public:
    int numTrees(int n) {
        vector<int> dp(n+1,0);
        dp[0] = 1;
        dp[1] = 1;
        for(int i = 2; i <= n; i++){
            for(int j = 1; j <= i; j++){
                dp[i] += dp[j-1]*dp[i-j];
            }
        }
        return dp[n];
    }
};