LeetCode | C++ 动态规划——343. 整数拆分、96.不同的二叉搜索树

343. 整数拆分

343题目链接
dp[i] : 拆分数字 i , 可以得到的最大乘积 为 dp[i];

注意：将数字 i 拆分为 至少 两个正整数 的和

dp[i] 由两种方式得到：从1 开始遍历 j

① j * (i - j)

②j * dp[i - j]

第二种相当于是 继续拆分 (i - j) ，至少拆分为 3 份

递推公式： dp[i] = max(dp[i], max((i - j) * j, dp[i - j] * j));

那么在取最大值的时候，为什么还要比较dp[i]呢？

因为在递推公式推导的过程中，每次计算dp[i]，取最大的而已。

dp 初始化： 根据题意：至少从 dp[2]开始， dp[2] = 1;

遍历顺序： 从前往后

对于本题，有以下数学知识：

拆分一个数n 使之乘积最大，那么一定是拆分成m个近似相同的子数相乘才是最大的

m 一定是大于等于 2 的， 所以 最差也应该是 拆成 两个相同的 才可能是最大值， 因此，对于 j 来说， 只需要遍历到 n / 2 即可， 后面没有必要遍历，一定不是最大值。

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 * (i - j), j * dp[i - j]));
            }
        }
        return dp[n];
    }
};

96.不同的二叉搜索树

96题目链接
分析：

dp[3]，就是 元素1为头结点搜索树的数量 + 元素2为头结点搜索树的数量 + 元素3为头结点搜索树的数量

元素1为头结点搜索树的数量 = 右子树有2个元素的搜索树数量 * 左子树有0个元素的搜索树数量

元素2为头结点搜索树的数量 = 右子树有1个元素的搜索树数量 * 左子树有1个元素的搜索树数量

元素3为头结点搜索树的数量 = 右子树有0个元素的搜索树数量 * 左子树有2个元素的搜索树数量

有2个元素的搜索树数量就是dp[2]。

有1个元素的搜索树数量就是dp[1]。

有0个元素的搜索树数量就是dp[0]。

所以dp[3] = dp[2] * dp[0] + dp[1] * dp[1] + dp[0] * dp[2]

dp[i] 定义： 1到i为节点组成的二叉搜索树的个数为dp[i]。

j相当于是头结点的元素，从1遍历到i为止。

所以递推公式： dp[i] += dp[j - 1] * dp[i - j]; ，j-1 为j为头结点左子树节点数量，i-j 为以j为头结点右子树节点数量

dp数组初始化： dp[0] = 1

空节点也算是一颗二叉搜索树，还有从递推公式上来讲，如果头结点左子树结点的数量为0，dp[0] 也应该为1， 否则相乘都为 0 了

遍历顺序： 从前往后遍历

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];
    }
};

参考

代码随想录