整数拆分——动态规划基础题

343 整数拆分

给定一个正整数 n ，将其拆分为 k 个 正整数 的和（ k >= 2 ），并使这些整数的乘积最大化。返回 你可以获得的最大乘积 。

 思路

重做本题，实属是卡壳了一点（还是太菜了）。看到题目要求后有些无从下手，题目要求将给定的一个正整数，拆分成 2 个及以上的正整数的和，并且这些正整数的和的乘积最大，求该最大乘积。大概思考了一下，拆分？还能拆成多个正整数？并且从例子看得出，可以由重复的正整数凑成（如全部都是1），前面几篇博客中所求状态都和之前的两个状态有关，这个题……关联的也好像有点多，因为是要把一个整数拆分，那么我可以创建个一维数组，并且索引值1~n代表每个连续的数，如：

为什么连续？因为一个数可以由多个整数以不同的数量相加得到，如 数字 5 可以是 5个1之和、1与4之和、2与3之和。那下面就得思考：怎么做？某一个数字的 dp[i] 该如何得到，这一定和该数字前面的数字的 dp 是相关的（这样递推公式存在才有意义：即根据前面的状态利用递推公式推出后面的状态），那，这某个数字的 dp[i] 有哪些来源？

我们看看下面的推导，我们使用两个下标 i 和 j ，其中 i 代表待拆分的整数，j 代表从 1 开始遍历的指针。当要拆分的整数 i = 2 时，可以得到最大乘积为 1，当要拆分的整数 i = 3 时，可以得到最大乘积为 2，以此类推......

 

从上图的推导以及抽象可以得到，dp[i] 的来源有两个：(i - j)*j （i - j 和 j 本身所代表的数之积）、dp[i - j] * j （j 所代表的正整数同 i - j 所代表的正整数对应的 dp[i - j] 之积）。记住 dp[ i ] 的含义为将整数 i 拆分使得这些整数的乘积最大的此最大值。按照题目要求，我们需要找到最大值，以此取这两者的最大值即可，初步确定递推公式为：

dp[i] = Math.max(i * (i - j), i * dp[i - j]);

下面使用动态规划五部曲解。

确定dp数组含义

正整数 i 可以拆分成两个或两个以上的正整数之和，求得的这多个正整数之积的最大值为 dp[i]。

确定递推公式

在上面得出的递推公式的基础上，还需要和dp[ i ]比较得到最大值。即最终递推公式如下：

dp[i] = Math.max(dp[i], Math.max(dp[i - j) * j, (i - j) * j);

 怎么取完最大值还要和 dp[i] 再去比较最大值？这个可以下面看完遍历顺序以及整体代码后来理解，就懂了。这样子做是因为对于一个正整数 i ，我们是用 正整数 j 来遍历从而得到 dp[i] ，而 j 是从 1 遍历到 i - 1 ，意味着在循环 j 的过程中，每循环一次就要执行一次递推公式，等到 j 都遍历完了也就找到了满足条件的 dp[i] ，这个过程一定是取最大的那个 dp[i]，故还需和 dp[i] 比较取最大值。

初始化 dp 数组

按照我们上面的数组示意图来分析，下标代表一个数，0 则不用初始化，不可能找到两个或两个以上的正整数之和为 0 ；那么 1 呢？也是不可能找到两个及以上的正整数之和为 0 ，为什么？小学初中知识：0 不是正整数！，因此初始化 0 和 1 是没意义的。这里是Car哥的理解，是非常到位的，再一次做这一题时笔者是初始化 i = 1，也可以通过测试用例，但通过归通过，实际上在含义上是不正确的，这里需要明确。

dp[1] = 1;

确定遍历顺序

从上面的思路分析中，可以得出，i 是从左往右遍历的，j 也是从左往右遍历的，且外层for循环遍历 i 内层循环遍历 j ，因为我们是每次固定一个正整数 i ，找出该正整数的满足要求的 dp[i] ，i 一定是来源于比自己小的数求和得到的（本题的数都是正整数）所以 j 从 1 遍历到 i - 1。

for(int i = 2; i <= n; i++) {
    for(int j = 1; j < i; j++) {
        dp[i] = Math.max(dp[i], Math.max(j * (i - j), j * dp[i - j]));
    }
}

举例推导递推公式

代码实现

class Solution {
    public int integerBreak(int n) {
        int[] dp = new int[n + 1];
        dp[1] = 1;
        for(int i = 2; i <= n; i++) {
            for(int j = 1; j < i; j++) {
                dp[i] = Math.max(dp[i], Math.max(j * (i - j), j * dp[i - j]));
            }
        }
        return dp[n];
    }
}

《代码随想录》刷题记