剑指Offer14-Ⅰ.剪绳子

• 剑指Offer14-Ⅰ.剪绳子

• 题目：
  本题和343.整数拆分一模一样；
  一根长为n的绳子剪成m段，求每段绳子乘积的最大值；
  m > 1 && n > 1；

• 思路：
  1.把绳子尽可能分成长度为3的小段，乘积最大；O(n)：前面都是常数操作，后面while处循环n/3次，O(1)
  证明：n = n1 + n2 + …，其中某一段长度为ni；
  若ni>=5，则分成2和3乘积更大；
  若ni4，则分成2和2乘积不变；
  若ni1，显然长度为1的段会使乘积更小，例如3分成1和2；
  若3段2的，不如2段3的大，因此3比2更好；
  因此，优先分为3；若n%3==1，则分出来一个2+2，乘积为4；若n%3 ==2，则分出来一个2；其余只剩下3的倍数；

class Solution {
public:
    int cuttingRope(int n) {//尽可能分成3，不够3的分成2
        if (n <= 3) return 1 * (n - 1); //题目说m>1,即最少分两段, 则n == 2时最大值是分成1和1，n==3时最大值是分成1和2;
        
        int res = 1;//乘积初始值
        //先把n变成3的倍数
        if (n % 3 == 1) res *= 4, n -= 4;//分出来4
        if (n % 3 == 2) res *= 2, n-= 2;//分出来2
        
        while (n) {//每3一段
            res *= 3;
            n -= 3;
        }
        
        return res;       
    }
};

2.DP：
设置一个数组dp[n+1]，dp[ i ]存储绳子长度为i 时的最大乘积。依题意，绳子至少被剪一次，所以绳子长度最小为2。外层for循环从绳长为i=2的情况开始依次计算，直到计算到绳长为n的情况。(由于n==2时，递推式中会出现dp[1]，但绳子至少分两段，不符合题意，因此直接算出dp[2]的值为1，外层循环i从3开始更佳)

内层for循环：当绳长为i时，由于已知至少剪一刀，我们索性假设第一刀剪在长度为j的位置(即第一段绳子长度为j)。剩下的那段长度为( i - j )的绳子就变成了“可剪可不剪”。那究竟是“不剪了”得到的乘积大呢，还是“继续剪余下的这段”得到乘积更大？我们不知道，所以需要两种情况都计算一下进行比较。其中，“不剪了”得到的乘积是j * ( i - j )，“继续剪”得到的乘积是j * dp[ i - j ]。取其中的较大值，就是“第一剪在j位置”能得到的最大乘积。而第一剪的所有可能位置是1,2,…,i-1。依次计算所有可能情况，取最大值即为dp[ i ]的值。

由上述过程可知，只有先依次计算出dp[2],dp[3],…的值，才能得到dp[n]的值。此为动态规划。

class Solution {
public:
    int cuttingRope(int n) {
    	//初始化 dp数组：
        //1、为了条理清晰，我们初始化数组长度为 n+1（0下标无用）
        //2、根据题意，初始化dp[2]=1,且i从3开始;
        vector<int> dp(n + 1);//dp[i]表示绳子长度为i时的最大乘积
        dp[2] = 1 * 1;
        for (int i = 3; i <= n; ++i) {//外层循环表示求绳子长度为i时的最大乘积dp[i]
            for (int j = 1; j <= i / 2; ++j) {//枚举长度为i的绳子的第一段的长度
                dp[i] = max(dp[i] , max(j * (i - j), j * dp[i - j]));//因为i-j<i,因此在计算dp[i]时需要用到的dp[i-j]一定在之前算过了
            }
        }
        return dp[n];      
    }
};

• 总结：
  方法1很牛B，方法2的DP很好的贯彻了DP5步法的分析过程，特别是dp数组的下标及对应含义，和dp数组的初始化要分析清楚；

怕忘，再刷