class Solution:
def integerBreak(self, n: int) -> int:
if n == 2:
return 1
if n == 3:
return 2
dp = [0 for _ in range(n+1)] #dp数组的含义就是正整数n拆分之后的最大乘积
dp[2] = 2 #因为后面的思路是n能拆分的最大乘积一定是 dp[n-1] * 1, dp[n - 2] * 2 一直到dp[2] * (n - 2)里面最大的
dp[3] = 3 #所以2,3作为因数使用的话,初始化为2 和 3
for i in range(4, n + 1): #从4开始遍历
k = 1
while(i - k >= 2): #从i一直遍历到2, 从dp[i - 1] * 1 到dp[2] * (i - 2)中选择最大的作为当前的最大乘积
dp[i] = max(dp[i - k] * k, dp[i])
k += 1
return dp[n]
一开始没有思路,但是作为动态规划的题目,就使劲往递推公式上面想,觉得第n个数的最大乘积一定和前一个数有关。仔细想想发现, 第n个数的最大乘积应该从
n-1 的最大乘积*1;
n-2 的最大乘积 * 2;
n-3 的最大乘积 * 3;
....
2的最大乘积 * (n-2);
中选取。
这样考虑的话对于2和3来说 最大乘积应该就是1 * 2 和1 * 3,和题目的要求有些不同,所以根据题目要求先返回n = 2或者3de情况,然后开始递推。
class Solution:
def numTrees(self, n: int) -> int:
dp = [0] * (n + 1) #i个节点组成的二叉搜索树有多少种
dp[0] = 1 #0个节点为一种
dp[1] = 1 #1个节点为一种
for i in range(2, n + 1):
for j in range(1 , i + 1):
dp[i] += dp[j - 1] * dp[i - j] #i个节点组成的二叉搜索树为以1到i分别为头节点的二叉搜索树的数量相加;其中以j为头节点的二叉搜索树的数量为j-1个节点构成的二叉搜索树的数量乘以i-j个节点构成的二叉搜索树的数量的乘积,因为他们分别作为左树和右树
return dp[n]
i个节点组成的二叉搜索树为以1到i分别为头节点的二叉搜索树的数量相加;其中以j为头节点的二叉搜索树的数量为j-1个节点构成的二叉搜索树的数量乘以i-j个节点构成的二叉搜索树的数量的乘积,因为他们分别作为左树和右树。
以j为头节点的二叉搜索树的左树一定是由j-1个节点构成的,数量为dp[j - 1]
以j为头节点的二叉搜索树的右树一定是由i - j个节点构成的,数量为dp[i - j]