力扣刷题||343. 整数拆分、96.不同的二叉搜索树

今天这两题确实相对于之前来说是很大难度的一个提升，算是对动态规划进阶算法。

首先回顾一下动态规划要素：

1、当前结果是基于上一次结果，受到上次结果的影响

//1、确定dp数组的含义及下际定义
//2、确定递推公式
//3、dp数组应该如何初始化
//4、确定遍历顺序
//5、打印dp数组，进行debug

343. 整数拆分 - 力扣（LeetCode）

思路：

对于初学者的我来说，根本想不到此题的做法，只能尽量可以在复盘的时候，重复卡哥的想法。

1、首先定义dp数组含义，为当前数值所能够拆分得到的最大值。

2、确定递推关系，dp[i]的值，可能是直接将其差分为i-j和i，两个直接相乘。

并且还有dp[i-j]*j，这里的意思就是先将i分为i-j和j，然后依次往上叠加，依次求其最大值，看是怎样将分为一个多大j和多大的d[i-j]之和能达到最大。

这里要时刻记住dp[]的含义是将i分解为多少的最大乘积，也就是可以不用管后面一步了。

3、对dp数组进行初始化

dp[0]那么肯定为0，dp[1]肯定为1，dp[2]=1;分解是肯定不可能是分解为0和一个树的组合，并且j肯定是要从1开始。而i得从3开始，并且在这里，其实j完全没必要预测到最后，因为预测到最后，其实只是把结果重新又来了一遍，完全可以取i/2；

只不过我们不知道m究竟是多少而已，但可以明确的是m一定大于等于2，既然m大于等于2，也就是 最差也应该是拆成两个相同的 可能是最大值。

class Solution {
public:
    //数值应该尽可能相等，相乘才能达到最大  
    int integerBreak(int n)
    {
        vector<int>dp(n+1);//分拆数字i，得到的最大乘积dp[i]
        dp[2] = 1;
        for (int i = 3; i <= n; i++)
        {
            for (int j = 1; j <= i / 2; j++)
            {
                dp[i] = max(dp[i], max((i - j) * j, dp[i - j] * j));
            }
        }
        return dp[n];
    }
};

96. 不同的二叉搜索树 - 力扣（LeetCode）

本题相对于前题来说较为容易一下

思路：对第n个结点，我们需要统计能有多少种不同的二叉搜索树，也就是分别统计当根节点为1到n的所有总和。

 dp数组为1到i为节点组成的二叉搜索树的个数为dp[i]。

一定要理解二叉搜索树的含义，左子树中各节点值下雨根节点，右子树中各节点大于根节点。

所以当根节点为j时，那么左子树就有j-1个结点，右子树又i-j个结点，然后分别让其相乘，就能得到当前j为节点时，有多少种二叉搜索树。

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