leetcode(力扣) 343. 整数拆分 (动态规划 & 数学方法)

题目描述

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 。

示例 1:
输入: n = 2
输出: 1
解释: 2 = 1 + 1, 1 × 1 = 1。

示例 2:
输入: n = 10
输出: 36
解释: 10 = 3 + 3 + 4, 3 × 3 × 4 = 36。

思路分析

先来个例子说明为啥用动态规划，比如所给数值为n=10。
则可以拆分成 2 + 8 = 10，2无法拆分，8可以继续拆。实际上可以发现，这里继续拆的话就是在找8拆分之后的乘积最大值了。也就是说，后一步依赖于前面的最优解。所以想到用动态规划，动态规划就是这样，这一步依赖于前几步的最优解，然后用那个状态转移方程去一步一步推到结果。

老规矩 dp五步走：

1.确定dp含义：
dp[i] 表示 整数i 的最大乘积。

2.确定递推公式：

局部的去想这个问题，一个数 i 的拆分情况。
i 被拆分成 j 和 i-j：
i-j 可能都无法继续拆分，那么此时乘积就是 j * (i-j)。
i-j 可以继续拆分，那么实际上这里就可以直接使用之前计算过的j的最优解 也就是 dp[i-j],此时乘积就是 j *dp[i-j]。

所以当前数值i的最大值就是上面两种情况的一种，在加上其本身，一共三种。
dp[i] = max(dp[i], (i - j) * j, dp[i - j] * j);

3.初始化dp数组:

n= 0 和 n=1的时候都是没法拆的，这俩都定义成0就可以了。

4.确定遍历顺序：

显然 i 是整个遍历的主指针，从 2开始遍历到我们要求的n。
然后就是要拆分的那个j，j从1遍历到i，这块别写错了，假如拆10的话，最多就是1和9。
5.模拟dp数组结果
这一步我通常是省略的，先提交程序，没通过或者输出了再回来debug~

细节：
为什么只拆了i-j 不考虑拆j?

这一点其实从遍历顺序里就能看出来，第二层的for 里 j从1遍历到了i，所以j其实是已经从1拆分到了i的，所以不需要考虑拆分他了。

完整代码

class Solution:
    def integerBreak(self, n: int) -> int:
        dp = [0] * (n+1)
        dp[0] = dp[1] = 0
        for i in range(2,n+1):
            for j in range(1,i):
                dp[i] = max(dp[i],j*(i-j),j*dp[i-j])
        return dp[-1]

数学

我在评论看到一个用数学方法的，总之证明一大堆，我这里直接用结论~每次拆成n个3，如果剩下是4，则保留4，然后相乘，

这个方法其实就是贪心嘛，感觉比dp容易。

class Solution:
    def integerBreak(self, n: int) -> int:
        res = 1
        if n == 2:
            return 1
        if n ==3 :
            return 2
        if n == 4:
            return 4
        while n > 4:
            res *=3
            n -=3
        res *= n
        return res