代码学习第33天---动态规划

随想录日记part33

$time：$ 2024.04.01

---

---

主要内容：今天开始要学习动态规划的相关知识了，今天的内容主要涉及两个方面：
整数拆分；不同的二叉搜索树 。

• 343. 整数拆分
• 96.不同的二叉搜索树

---

---

动态规划五部曲：
【1】.确定dp数组以及下标的含义
【2】.确定递推公式
【3】.dp数组如何初始化
【4】.确定遍历顺序
【5】.举例推导dp数组

Topic1整数拆分

题目：

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 。

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

思路：

按照上面的五个步骤给出下面的代码：
代码如下：

class Solution {
    public int integerBreak(int n) {
        // 【1】.dp[i]表示i被拆分得到的最大乘积
        int[] dp=new int[n+1];
        //【3】.dp数组初始化，dp[2]=1;dp[1]dp[0]没有意义
        dp[2]=1;
        //【2】.确定递推公式
        for(int i=3;i<n+1;i++){
            for(int j=1;j<=i/2;j++){
                int tem=Math.max(dp[i-j]*j,(i-j)*j);
                dp[i]=Math.max(dp[i],tem);
            }
        }
        return dp[n];
    }
}

时间复杂度：$O(n^2)$
空间复杂度：$O(n)$

---

---

Topic2不同的二叉搜索树

题目：

给你一个整数 n ，求恰由 n 个节点组成且节点值从 1 到 n 互不相同的二叉搜索树有多少种？返回满足题意的二叉搜索树的种数。

输入： $n=3$
输出： $5$

思路：

按照上面的五个步骤给出下面的代码，在注释中给出具体的思路：
递推我们理解一下：


$dp[3]$，就是 元素1为头结点搜索树的数量 + 元素2为头结点搜索树的数量 + 元素3为头结点搜索树的数量
元素1为头结点搜索树的数量 = 右子树有2个元素的搜索树数量 * 左子树有0个元素的搜索树数量
元素2为头结点搜索树的数量 = 右子树有1个元素的搜索树数量 * 左子树有1个元素的搜索树数量
元素3为头结点搜索树的数量 = 右子树有0个元素的搜索树数量 * 左子树有2个元素的搜索树数量
有2个元素的搜索树数量就是 $dp[2]$。
有1个元素的搜索树数量就是 $dp[1]$。
有0个元素的搜索树数量就是 $dp[0]$。
所以 $dp[3]=dp[2]\ast dp[0]+dp[1]\ast dp[1]+dp[0]\ast dp[2]$

整体代码如下：

class Solution {
    public int numTrees(int n) {
        // 1.dp[i]表示i个节点二叉搜索树的数量
        int[] dp = new int[n + 1];
        // 3.dp数组的初始化，dp[1]=1,dp[2]=2
        if (n == 1)
            return 1;
        if (n == 2)
            return 2;
        dp[0] = 1;
        dp[1] = 1;
        dp[2] = 2;
        // 确定递推公式: dp[i] += dp[j-1] * dp[i-j]
        for (int i = 3; i < n + 1; i++) {
            for (int j = 1; j <= i; j++) {
                dp[i] += dp[j - 1] * dp[i - j];
            }
        }
        return dp[n];
    }
}

时间复杂度：$O(n^2)$
空间复杂度：$O(n)$

---

---