代码随想录算法学习心得 35 | 343.整数拆分、96.不同的二叉搜索树...

一、整数拆分

链接：力扣

描述：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。

---

思路如下：

动态规划五部曲，分析如下：

1、确定dp数组（dp table）以及下标的含义

dp[i]：分拆数字i，可以得到的最大乘积为dp[i]。

2、确定递推公式

可以想 dp[i]最大乘积是怎么得到的呢？

其实可以从1遍历j，然后有两种渠道得到dp[i].

一个是j * (i - j) 直接相乘，就是拆成两个数。

一个是j * dp[i - j]，相当于是拆分(i - j)。

拆分i-j，而不是j的理由：

j是从1开始遍历，拆分j的情况，在遍历j的过程中其实都计算过了。那么从1遍历j，比较(i - j) * j和dp[i - j] * j 取最大的。递推公式：dp[i] = max(dp[i], max((i - j) * j, dp[i - j] * j));

也可以这么理解，j * (i - j) 是单纯的把整数拆分为两个数相乘，而j * dp[i - j]是拆分成两个以及两个以上的个数相乘。

3、dp的初始化

严格从dp[i]的定义来说，dp[0] dp[1] 就不应该初始化，也就是没有意义的数值。

拆分0和拆分1的最大乘积是没有意义的。

应该只初始化dp[2] = 1，从dp[i]的定义来说，拆分数字2，得到的最大乘积是1。

4、确定遍历顺序

确定遍历顺序，先来看看递归公式：dp[i] = max(dp[i], max((i - j) * j, dp[i - j] * j));

dp[i] 是依靠 dp[i - j]的状态，所以遍历i一定是从前向后遍历，先有dp[i - j]再有dp[i]。

所以遍历顺序为：从前往后。

5、打印DP数组

---

代码如下：

class Solution {
public:
    int integerBreak(int n) 
    {
        vector<int>dp(n+1, 0);//dp[i]是拆分i的最大乘积
        dp[2] = 1;
        for (int i = 3; i <= n; i++)
        {
            //固定i，拆分i-j
            for (int j = 0; j < i; j++)
            {
                
                dp[i] = max(dp[i], max((i - j) * j, dp[i - j] * j));
            }
        }
        return dp[n];
    }
};

---

运行如下：

---

二、不同的二叉搜索树

链接：力扣

描述：给你一个整数 n ，求恰由 n 个节点组成且节点值从 1 到 n 互不相同的 二叉搜索树 有多少种？返回满足题意的二叉搜索树的种数。

---

思路如下：

 

以n=3为例来进行推导递推公式，当1为头结点的时候，其右子树有两个节点，这两个节点的布局，和 n 为2的时候两棵树的布局是一样，当3为头结点的时候，其左子树有两个节点，这两个节点的布局，和n为2的时候两棵树的布局也是一样！当2为头结点的时候，其左右子树都只有一个节点，布局和n为1的时候只有一棵树的布局是一样的。即可以通过dp[1] 和 dp[2] 来推导出来dp[3]的某种方式。 

dp[3]=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

注意：求不同树的数量，并不用把搜索树都列出来，所以不用关心其具体数值的差异。

---

代码如下：

class Solution {
public:
    int numTrees(int n)
    {
        vector<int>dp(n+1, 0);
        dp[0] = 1;
        for (int i = 1; i <= n; i++)
        {//i用于遍历从1到n的节点数
            for (int j = 1; j <= i; j++)
            {
                dp[i] += dp[j - 1] * dp[i - j];
            }
        }
        return dp[n];
    }
};

---

运行如下：