（JAVA）剑指Offer 14 剪绳子——动态规划/贪婪算法介绍

动态规划

• 常用场景：
  • 求一个问题的最优解（通常是最大值或最小值），而且该问题能够分解成若干个子问题，并且子问题之间还有重叠的更小子问题，就可以考虑使用动态规划来解决。
  • 特点1：求解（子）问题的最优解
  • 特点2：整体问题的最优解是依赖各个子问题的最优解
  • 特点3：将大问题分解成若干个小问题，这些小问题之间还有相互重叠更小的子问题
  • 特点4：从上往下分析问题，从下往上求解问题
  • 一般来说从解决最小问题开始，并把已经解决的子问题的最优解存储下来（置于一维或二维数组中），并把子问题的最优解组合起来逐步解决整体问题。

贪婪算法

• 应用贪婪算法时需要考虑贪婪选择的问题，即需要用数学方式来证明贪婪选择是正确的。

面试题14：剪绳子

• 题目描述

  • 给你一根长度为n的绳子，请把绳子剪成m段（m、n都是整数且大于1），每段绳子的长度记为k[0],k[1],…,k[m].请问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，剪为3 3 2三段，此时得到最大乘积18.

• 解法一：动态规划

public static int maxProductAfterCutting(int length){
        if(length<2)
            return 0;
        if(length==2)
            return 1;
        if(length==3)
            return 2;
        int [] products = new int[length+1];
        products[0]=0;
        products[1]=1;
        products[2]=2;
        products[3]=3;
        int max=0;
        for(int i=4;i<=length;i++){
            max = 0;
            for(int j=1;j<=i/2;j++) {
                int product = products[j] * products[i - j];
                if (max < product) {
                    max = product;
                }
                products[i] = max;
            }
        }
        max = products[length];
        return max;
    }

• 解法二：贪婪算法

public static int maxProductAfterCutting(int length){
        if(length<2)
            return 0;
        if(length==2)
            return 1;
        if(length==3)
            return 2;
        //尽可能剪成长度3的绳子段
        int timeOf3 = length/3;
        //当绳子最后剩下的长度为4的时候，不能在减去长度为3的绳子段，改为剪成2的绳子
        if(length-timeOf3*3==1){
            timeOf3 -= 1;
        }
        int timeOf2 = (length-timeOf3*3)/2;
        return (int)Math.pow(3,timeOf3)*(int)Math.pow(2,timeOf2);
    }