第九章动态规划 part03 343. 整数拆分 96. 不同的二叉搜索树

最新推荐文章于 2024-09-25 13:54:13 发布

旧日ζั͡ޓއއއ昔年

最新推荐文章于 2024-09-25 13:54:13 发布

阅读量72

点赞数

文章标签：动态规划算法

本文链接：https://blog.csdn.net/qq_45498567/article/details/132964607

版权

第四十一天| 第九章动态规划 part03 343. 整数拆分 96. 不同的二叉搜索树

一、343. 整数拆分

题目链接：https://leetcode.cn/problems/integer-break/
题目介绍：
- 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 。
  
  示例 1:
```
输入: n = 2
输出: 1
解释: 2 = 1 + 1, 1 × 1 = 1。
```
思路：
- DP五部曲
  - （1）确定dp数组及下标含义
    - ```
    dp[i]：表示i这个正整数拆分之后得到的最大乘积
```
- （2）确定递推公式
  - ```
  首先，i可以拆分为两个数，j和(i - j)，乘积为j * (i - j)
  其次，i也可以拆分为三个及三个以上的数，乘积为j * dp[i - j]
  所以，递推公式为：
  	dp[i] = Math.max(j * (i-j), j * dp[i-j], dp[i]);
```
  - 这个递推公式中有两个问题：
    - 第一：为什么是j * dp[i-j]，而不是dp[j] * dp[i-j]呢？
      因为前者可以拆分成奇数个或者偶数个，而后者只能拆分成偶数个，如下图所示
  - 第二：dp[i] = Math.max(j * (i-j), j * dp[i-j], dp[i]);为什么这里还要和dp[i]进行max比较：
    - 是因为如果在前面拆分的过程中已经取到了最大值，就不要覆盖掉。
  - （3）初始化dp数组
    - 根据dp数组的定义，dp[0]和dp[1]都没有意义，所以初始化为0
    - dp[2]=1
  - （4）确定遍历顺序
    - ```
    for(int i = 3; i <= n; i++) {
        for(int j = 1; j < n; j++) {
            dp[i] = Math.max(j*(n-j), j*dp[n-j], dp[i]);
        }
    }
```
- （5）打印dp数组
代码：

class Solution {
    public int integerBreak(int n) {
        int[] dp = new int[n+1];
        dp[0] = 0;
        dp[1] = 0;
        dp[2] = 1;
        for (int i = 3; i <= n; i++) {
            for (int j = 1; j < i; j++) {
                dp[i] = Math.max(Math.max(j*(i-j), j*dp[i-j]), dp[i]);
            }
        }
        return dp[n];
    }
}

二、96. 不同的二叉搜索树

题目链接：https://leetcode.cn/problems/unique-binary-search-trees/
题目介绍：
- 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。
  
  示例 1：
```
输入：n = 3
输出：5
```
思路：
- 举一个例子：比如n=3
  - 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 = 左子树有0个元素的搜索树数量 * 右子树有2个元素的搜索树数量
    - 元素2为头结点搜索树的数量 = 左子树有1个元素的搜索树数量 * 右子树有1个元素的搜索树数量
    - 元素3为头结点搜索树的数量 = 左子树有2个元素的搜索树数量 * 右子树有0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] * dp[0] + dp[1] * dp[1] + dp[0] * dp[2]
  - 如下图所示：
- 接下来，按照DP五部曲来编写代码：
  - （1）确定dp数组及下标含义：
    - ```
    dp[i]：表示的是i个节点，不同的二叉搜索树有dp[i]种
```
- （2）确定递推公式：
  - ```
  由前面的分析可知，计算dp[i]需要枚举从1到i为头结点的情况
  若以j为头节点，那么左子树就有j-1个节点，右子树有i-j个节点
  dp[i] += dp[j-1] * dp[i-j];
```
  - （3）初始化dp数组
    - ```
    dp[0] = 1;
    dp[1]不用初始化，可以由dp[0]推导出来
```
- （4）确定遍历顺序
  - ```
  for(int i = 1; i <= n; i++) {
      for (int j = 1; j <= i; j++) {
          // 递推
      }
  }
```
  - （5）打印dp数组
代码：

class Solution {
    public int numTrees(int n) {
        int[] dp = new int[n+1];
        dp[0] = 1;
        for (int i = 1; i <= n; i++) {
            for (int j = 1; j <= i; j++) {
                dp[i] += dp[j-1] * dp[i-j];
            }
        }
        return dp[n];
    }
}