-----------------------------2020/12/22二刷--------------------------------
14-I
数学推导
class Solution {
public:
int cuttingRope(int n) {
if(n <= 3)
return n-1;
int q = n / 3;
int r = n % 3;
if(r == 0) return pow(3,q);
if(r == 1) return pow(3,q-1)*4;
return pow(3,q)*2;
}
};
14-II
数学推导
class Solution {
public:
int cuttingRope(int n) {
if(n <= 3) return n - 1;
int ans = 1;
while(n > 4) {
n-=3;
ans*=3;
}
//最后一次进入循环之前有四种可能
// 7 6 5
//ans * n 分别对应 *4 *3 *2都是正确的
return ans * n;
}
};
之前欠的动态规划得还了
动态规划
由于动态规划没刷过就是菜啦 ,还是只能依靠别人dp思路。
-
dp数组的含义:长度为i的绳子切分成两段以上所得的最大乘积。
-
dp方程,对于长度为i的绳子,固定第一个数字j,将其拆分成 j 与 i - j,则有两种dp方案
- 将 i 拆分成 j 和 i−j 的和,且 i−j 不再拆分成多个正整数,此时的乘积是 j×(i−j);
- 将 i 拆分成 j 和 i−j 的和,且 i−j 继续拆分成多个正整数,此时的乘积是 j×dp[i−j]。
又可以得知j的取值为[1 , (i + 1)/2 ]
所以可得dp方程
dp[i]= max(dp[i], max(j * (i - j), j * dp[i - j]));
3. 初始值,感觉用处不是很大, dp[0]和dp[1]不能通过方程得到,但dp[0]并不会被用到,dp[1]只要小于1都无所谓。
代码
class Solution {
public:
int cuttingRope(int n) {
vector<int> dp (n + 1, 1);
for (int i = 2; i <= n; i++) {
for (int j = 1; j <= (i + 1) / 2; j ++) {
dp[i]= max(dp[i], max(j * (i - j), j * dp[i - j]));//max中的dp[i]是为了保存内循环中的最大值
}
}
return dp[n];
}
};
时间复杂度O(n^2),空间复杂度O(n)
-----------------------------一刷--------------------------------
面向对象的考试怎么能那么离谱…挂科率40真的是他一手弄出来的
题目描述
给你一根长度为 n 的绳子,请把绳子剪成整数长度的 m 段(m、n都是整数,n>1并且m>1),每段绳子的长度记为 k[0],k[1]…k[m-1] 。请问 k[0]k[1]…*k[m-1] 可能的最大乘积是多少?例如,当绳子的长度是8时,我们把它剪成长度分别为2、3、3的三段,此时得到的最大乘积是18。
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
提示:
2 <= n <= 58
解法一 数学推导
可以用数学的方法推断出每段拆成3的时候是最优解的。具体过程参考 来自大佬Krahets的解答
class Solution {
public:
int cuttingRope(int n) {
if(n<=3)
return n-1;
int q=n/3,r=n%3;
switch(r)
{
case 0: return pow(3,q);break;
case 1:return pow(3,q-1)*4;break;
case 2:return pow(3,q)*2;break;
default: return -1;
}
}
};
n太小所以都是0ms
时间O(1)空间O(1)
解法二 贪心算法
如果已经能够通过数学方法得知每段为3的结论,本质上贪心算法和其做法一样,当剩余长度大于5时每段都切成3,当切到4时,4的最优解是2*2即不切
即
n小于4:返回n-1;
n等于4:返回4;
n大于4时:继续切割成长度为3的小段;
class Solution {
public:
int cuttingRope(int n) {
if(n<=3)
return n-1;
int ans=1;
while(n>4)
{
n=n-3;
ans=ans*3;
}
return ans*n;
}
};
时间O(n),空间O(1)
解法三 动态规划
感觉动态规划还是不太懂,发现题解里面的动态规划思路都是一样的,应该有一定的规律。
这里用别人的代码。
放一篇文章防止自己不去看了 动态规划套路详解-米奇罗
题目描述
给你一根长度为 n 的绳子,请把绳子剪成整数长度的 m 段(m、n都是整数,n>1并且m>1),每段绳子的长度记为 k[0],k[1]…k[m - 1] 。请问 k[0]k[1]…*k[m - 1] 可能的最大乘积是多少?例如,当绳子的长度是8时,我们把它剪成长度分别为2、3、3的三段,此时得到的最大乘积是18。
答案需要取模 1e9+7(1000000007),如计算初始结果为:1000000008,请返回 1。
贪心算法和数学解答还是不受影响,而动态规划的最大值就出现了问题。
数学解答的变化就是pow函数这时候不能直接用了。
这时候就需要手动求幂,为了降低求幂的复杂度,自然而然就想到快速幂算法,不懂见百度百科—百度
这里只用贪心算法做出来
解法 贪心算法
class Solution {
public:
int cuttingRope(int n) {
if(n<=3)
return n-1;
long ans=1;
while(n>4)
{
ans*=3;
ans%=1000000007;
n-=3;
}
return (int)(ans*n%1000000007);
}
};
时间O(n),空间O(1)