信息学奥赛一本通题目解析：1275：【例9.19】乘积最大（动态规划）

【题目描述】

今年是国际数学联盟确定的“2000——世界数学年”，又恰逢我国著名数学家华罗庚先生诞辰90周年。在华罗庚先生的家乡江苏金坛，组织了一场别开生面的数学智力竞赛的活动，你的一个好朋友XZ也有幸得以参加。活动中，主持人给所有参加活动的选手出了这样一道题目：

设有一个长度为N的数字串，要求选手使用K个乘号将它分成K+1个部分，找出一种分法，使得这K+1个部分的乘积最大。

同时，为了帮助选手能够正确理解题意，主持人还举了如下的一个例子：

有一个数字串：312， 当N=3，K=1时会有以下两种分法：

1）3*12=36

2）31*2=62

这时，符合题目要求的结果是：31*2=62。

现在，请你帮助你的好朋友XZ设计一个程序，求得正确的答案。

【输入】

第一行共有2个自然数N，K（6≤N≤10，1≤K≤6）

第二行是一个长度为N的数字串。

【输出】

输出所求得的最大乘积（一个自然数）。

【输入样例】

4 2
1231

【输出样例】

62

【解题思路】

1. 理解问题：目标是在给定的数字串中通过添加K个乘号，使得最终的乘积最大化。需要考虑所有可能的乘号添加方式，并计算对应的乘积，从中找出最大值。

2. 定义状态：定义dp[i][j]为在前i个数字中插入j个乘号能得到的最大乘积（这里的i和j都是从0开始计数的）。i的最大值为数字串的长度N，j的最大值为K。

3. 状态转移方程：考虑dp[i][j]的值是如何计算的。基本思路是查看最后一个乘号的位置，假设最后一个乘号之前有m个数字（m可以从1取到i-j），这样就可以将问题分解为先计算前i-m个数字中插入j-1个乘号的最大乘积，然后乘以从i-m+1到i的这部分数字构成的数。因此，状态转移方程为：

   dp[i][j] = 最大值(dp[i][j],在第 i-m 个位置插入最后一个乘号后的乘积)

4. 初始化：dp[i][0]表示在前i个数字中不插入乘号的情况，即这i个数字本身构成的数。所以对于所有i，dp[i][0]就是从第一个数字到第i个数字所形成的数。

5. 计算顺序：从左到右计算dp数组的每一列，从上到下计算每一列中的每一个元素。首先计算所有不插入乘号的情况（即j=0的情况），然后逐渐增加乘号的数量，直至K个。

6. 寻找答案：根据定义，最终答案即为dp[N][K]的值，表示在整个数字串中插入K个乘号所能得到的最大乘积。

【实例分析】

数字串1231，N=4和K=2的情况，填充动态规划表来直观展示计算过程。

• 第一列（j=0）直接反映了不插入乘号时的数值，例如dp[2][0]=12，dp[3][0]=123等。
• 第二列（j=1）考虑插入1个乘号的情况。例如：
  • dp[2][1]考虑将数字串12分为1*2，最大乘积为2。
  • dp[3][1]考虑数字串123，分割方式有1*23和12*3，其中12*3=36提供了最大乘积（这里表中的6应为错误，正确填写为36）。
  • dp[4][1]考虑1231，分割方式有1*231=231、12*31=372、123*1=123，其中12*31=372提供了最大乘积。
• 第三列（j=2）代表插入2个乘号的情况。由于只有数字串1231长度足够插入2个乘号，我们只需考虑dp[4][2]：
  • 分割方式包括1*2*31=62，1*23*1=23，12*3*1=36。1*2*31=62提供了最大乘积。

注意：

在动态规划表中，dp[0][0] = 1通常是为了保证动态规划算法的初始化和边界条件的处理逻辑统一和简化。在许多问题中，尤其是涉及乘积计算的动态规划问题，将乘积的初始值设为1是一个常见的做法，因为1是乘法操作的单位元素（即任何数与1相乘的结果都是其本身）。然而，对于本问题的上下文而言，dp[0][0] = 1实际上不具有直接的物理意义，因为没有0个数字的情况下讨论乘积是没有实际意义的。

在此特定问题的上下文中，dp[0][0] = 1更多地作为一个初始化的技术手段，确保在动态规划过程中，当我们开始填充表格时，乘积相关的计算可以正确进行。对于实际的问题描述，我们关注的是从dp[1][0]开始的值，这些值代表了至少有一个数字参与计算时的情况。

【代码实现】

#include <iostream>
#include <vector>
#include <string>
using namespace std;

// 功能：将字符串s的子串[start, end]转换为整数
long long stringToInt(const string& s, int start, int end) {
    long long num = 0;
    for (int i = start; i <= end; ++i) {
        num = num * 10 + (s[i] - '0');
    }
    return num;
}

int main() {
    int N, K;
    string digitString;

    // 输入
    cin >> N >> K;
    cin >> digitString;

    // dp[i][j]表示前i个数字中插入j个乘号得到的最大乘积
    vector<vector<long long>> dp(N+1, vector<long long>(K+1, 0));

    // 初始化dp数组
    for (int i = 1; i <= N; ++i) {
        dp[i][0] = stringToInt(digitString, 0, i-1); // 不插入乘号的情况
    }

    // 动态规划计算dp数组
    for (int j = 1; j <= K; ++j) { // 乘号数量
        for (int i = j + 1; i <= N; ++i) { // 数字数量，至少需要j+1个数字才能插入j个乘号
            for (int m = 1; m <= i-j; ++m) { // 最后一个乘号前有m个数字
                dp[i][j] = max(dp[i][j], dp[i-m][j-1] * stringToInt(digitString, i-m, i-1));
            }
        }
    }

    // 输出最终结果
    cout << dp[N][K] << endl;

    return 0;
}