当遇到一个问题,想要使用动态规划的基础是发现重叠子问题
以LeetCode 343 整数拆分 这道题为例
题目
给定一个正整数 n,将其拆分为至少两个正整数的和,并使这些整数的乘积最大化。 返回你可以获得的最大乘积。
示例 1:
输入: 2
输出: 1
解释: 2 = 1 + 1, 1 × 1 = 1。
示例 2:
输入: 10
输出: 36
解释: 10 = 3 + 3 + 4, 3 × 3 × 4 = 36。
说明: 你可以假设 n 不小于 2 且不大于 58。
思路
我们解这道题,可以使用递归树
对于这棵递归树,显然有很多重叠的子问题
最优子结构:通过求子问题的最优解,可以获得原问题的最优解
对于一个问题来说,如果在递归结构中发现了很多重叠子问题,其实就可以使用动态规划了
解法1:递归
注意,当前数n可以将其分割成i*(n-i) 或者i*分割(n-i)的最大乘积
#include <iostream>
#include <vector>
using namespace std;
//递归解
class Solution {
public:
//拆解n的最大乘积
int integerBreak(int n) {
if(n==1) return 1;
if(n==2) return 1;
//可以将n拆解为1---n-1 * 剩下数拆解的最大乘积 ,求其中结果最大值
int res = -1;
for(int i=1; i<n; i++)
{
res = max3(res,i*(n-i), i*integerBreak(n-i));//注意,这边可以将n拆成i和n-i也需要考虑
}
return res;
}
int max3(int a,int b, int c)
{
return max(a,max(b,c));
}
};
int main()
{
cout<<Solution().integerBreak(28);
return 0;
}
解法2:记忆化搜索
#include <iostream>
#include <vector>
using namespace std;
//递归+记忆化搜索解
class Solution {
public:
vector<int> memo;
//拆解n的最大乘积
int Break(int n)
{
if(n==1) return 1;
if(n==2) return 1;
//可以将n拆解为1---n-1 * 剩下数拆解的最大乘积 ,求其中结果最大值
if(memo[n]!=-1) return memo[n];
int res = -1;
for(int i=1; i<n; i++)
{
res = max3(res,i*(n-i), i*integerBreak(n-i));//注意,这边可以将n拆成i和n-i也需要考虑
}
memo[n]= res;
return res;
}
int integerBreak(int n) {
memo = vector<int>(n+1,-1);
return Break(n);
}
int max3(int a,int b, int c)
{
return max(a,max(b,c));
}
};
int main()
{
cout<<Solution().integerBreak(28);
return 0;
}
解法3:动态规划
#include <iostream>
#include <vector>
using namespace std;
//动态规划解
class Solution {
public:
int integerBreak(int n) {
vector<int> memo(n+1,-1); //memo[i]中存储拆分i的最大乘积
memo[1]=1;
for(int i=2; i<=n; i++)
{
for(int j=1; j<i; j++) //拆分i的所有可能性
{
memo[i] = max3(memo[i],j*(i-j),j*memo[i-j]);
}
}
return memo[n];
}
int max3(int a,int b, int c)
{
return max(a,max(b,c));
}
};
int main()
{
return 0;
}