剪绳子（动态规划）

剪绳子

给你一根长度为n绳子，请把绳子剪成m段（m、n都是整数，n>1并且m>1）。每段的绳子的长度记为k[0]、k[1]、……、k[m]。问k[0] * k[1]*…*k[m]可能的最大乘积是多少？例如当绳子的长度是8时，我们把它剪成长度分别为2、3、3的三段，此时得到最大的乘积18。

有一段长度为n的绳子，剪的第一刀可以在[1，n-1]。
第一刀下去后，绳子分成两部分，假设在i处剪断，绳子两部分就分别为：[0，i]与[i，n]，那么找出第一刀最合适的位置，其实就是找i在哪下刀，可以使得[0，i]与[i，n]的乘积最大。

递推函数表示为：f(n)=max(f(i)×f(n−i))。

public class Test {
	public static int cut(int n) {
		if(n<2)//因为规定绳子大于1
			return 0;
		if(n==2)//因为规定至少剪一次绳子，所以长度为2的绳子必须要剪成长度为1的两段
			return 1;
		if(n==3)//长度为3的绳子可以剪成长度为1和2的两段绳子或者3段长度为1的绳子，1*2>1*1*1故最大成绩是2
			return 2;
		
		int[] f=new int[n+1];//f[n]相当于f(n)
		f[0]=0;
		f[1]=1;
		f[2]=2;
		f[3]=3;
		int max=0;
		for(int i=4;i<=n;i++) {
			max=0;
			for(int j=1;j<=i/2;j++) {//因为f(j)和f(i-j)部分计算是一样的，所以最多只剪到一半的位置
				int product=f[j]*f[i-j];
				if(product>max)
					max=product;
				f[i]=max;
			}
		}
		max=f[n];
		return max;
	}
	public static void main(String[] args) {
		System.out.println(cut(8));
	
	}
}

输出：18
时间复杂度为O(n²)，空间复杂度为O(n)

贪婪算法：
首先，当n>=5的时候，我们可以证明先2(n-2)>n。也就是说，当绳子剩下的长度大于等于5的时候，我们就把它剪成长度为3或者2的绳子段。另外，当n>5时，3(n-3)>=2(n-2)，因此我们应该尽可能地多剪长度为3的绳子段。
前面证明的前提是n>=5。那么当绳子的长度为4呢？在长度为4的绳子上剪一刀，有两种可能的结果：剪成长度分别为1和3的两根绳子，或者两根长度都为2的绳子。很明显是 2 x 2 > 3 x 1。

public class Test {
	public static int cut(int n) {
		if(n<2)//因为规定绳子大于1
			return 0;
		if(n==2)//因为规定至少剪一次绳子，所以长度为2的绳子必须要剪成长度为1的两段
			return 1;
		if(n==3)//长度为3的绳子可以剪成长度为1和2的两段绳子或者3段长度为1的绳子，1*2>1*1*1故最大乘积是2
			return 2;
		
		int timeOf3=n/3;//timeOf3表示长度为3的数量
		if(n%3==1) {//如果切割k个长度为3的段后，还剩长度为1的段，则回退为(k-1)个长度为3的段，剩下长度为4的段
			timeOf3-=1;
		}
		int timeOf2=(n-timeOf3*3)/2;//timeOf2表示长度为2的数量
		int max=(int)(Math.pow(3, timeOf3)*Math.pow(2, timeOf2));
		return max;
	}
	public static void main(String[] args) {
		System.out.println(cut(8));
	
	}
}

输出：18
时间、空间复杂度为O(1)