剑指 Offer 14- I. 剪绳子 -- 动态规划

博客详细介绍了如何使用动态规划解决LeetCode上的剑指Offer14-I问题,即给定一根长度为n的绳子,将其剪成m段,求最大乘积。动态规划策略是从较小长度的绳子转移而来,通过比较不同长度的第一段绳子剪切后得到的最大乘积,最终得出n长度绳子的最大乘积。时间复杂度为O(n^2),空间复杂度为O(n)。
摘要由CSDN通过智能技术生成

0 题目描述

leetcode原题链接:剑指 Offer 14- I. 剪绳子
在这里插入图片描述

1 动态规划

  • 想要求长度为n的绳子剪掉后的最大乘积,可以从前面比n小的绳子转移而来
  • 用一个dp数组记录从0到n长度的绳子剪掉后的最大乘积,也就是dp[i]表示长度为i的绳子剪成m段后的最大乘积,初始化dp[2] = 1
  • 先把绳子剪掉第一段(长度为j),如果只剪掉长度为1,对最后的乘积无任何增益,所以从长度为2开始剪
  • 剪了第一段后,剩下(i - j)长度可以剪也可以不剪。如果不剪的话长度乘积即为j * (i - j);如果剪的话长度乘积即为j * dp[i - j]。取两者最大值max(j * (i - j), j * dp[i - j])
  • 第一段长度j可以取的区间为[2,i),对所有j不同的情况取最大值,因此最终dp[i]的转移方程为
    dp[i] = max(dp[i], max(j * (i - j), j * dp[i - j]))
  • 最后返回dp[n]即可
class Solution:
    def cuttingRope(self, n: int) -> int:
        dp = [0] * (n+1)
        dp[2] =  1
        for i in range(3, n+1):
            for j in range(2,i):
                dp[i] = max(dp[i], max(j*(i-j), j*dp[i-j]))
        return dp[n]

复杂度分析
时间复杂度: O ( n 2 ) O(n ^ 2) O(n2)
空间复杂度: O ( n ) O(n) O(n)

参考资料

剑指 Offer 14- I. 剪绳子,还是动态规划好理解,但是贪心真的快

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值