动态规划 --- Leedcode 343 分割整数 Medium

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

解析：

这题很容易想到递归，但从图中可以看到有很多的重复子问题，分割n-3、分割n-2都出现了重复计算。像这种重复子问题，并且存在最优子结构的情况我们都可以使用动态规划来解决。

方法一：记忆化搜索（自上而下）

在递归的基础上我们使用一个记忆化数组memo，来记录每个元素分割之后的最大乘积，这样来避免重复计算。

class Solution {
	Integer [] memo ; // 记忆数组，记录每一个数被分割之后的最大乘积
	 public int integerBreak(int n) {
		 memo = new Integer[n+1];// 赋初值
		return breakInteger(n);

	 }
	 public int max1(int a,int b,int c) {
		 return Math.max(a, Math.max(b, c));
	 }
	 public int breakInteger(int n) {
		 if(n == 1) {
			 return 1;
		 }
         // 如果该值计算过，直接调用，避免重复计算
		 if(memo[n] != null) {
			 return memo[n];
		 }
         int res = -1; // 记录每个数分割之后的最大乘积
		 for(int i = 1;i<n;i++) {
			 res = max1( res,i*(n-i), i*breakInteger(n-i));
		 }
         // 将每个数的最大乘积赋值给memo[n]
         memo[n] = res;
		 return res; 
     }
}

方法二： 动态规划（自下而上）

• 设置一个数组dp，存储每一个元素被分割后的最大乘积

• 起始点 : dp[1] = 1

• 状态方程： 其他元素的状态dp[i]如何求解？

  i 可以从1开始分割一直到i-1，用for循环表示：
  dp[i] 取循环之后的最大值，而每次循环则在上一次循环得到的dp[i]、i*(i-j)、j*dp[i-j]中取最大值。

    for(int j = 1; j<=i-1;j++){
          // i分割为  j+(i-j)； (i-j)这个元素被分割后的最大乘积，
          // 一定在之前被计算过，所以直接使用就行
          dp[i] = max1(dp[i], j*(i-j), j*dp[i-j] );
      }
  

完整代码：

 public int integerBreak(int n) {
	 int [] dp = new int [n+1]; // 存储每一个元素被分割后的最大乘积
     dp[1] = 1; // 起始点
     for(int i = 2;i<=n;i++) {
        // 求解dp[i] 
        for(int j = 1; j<=i-1;j++){
            // i分割为  j+(i-j)； (i-j)这个元素被分割后的最大乘积，一定在之前被计算过，所以直接使用就行
            dp[i] = max1(dp[i], j*(i-j), j*dp[i-j] );
        }
     }
        
		return  dp[n]; // dp[n]就为我们的最后结果
	 }
	 public int max1(int a,int b,int c) {
		 return Math.max(a, Math.max(b, c));
	 }