动态规划 | LeetCode-343.整数划分

题目描述

原题链接

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 。

问题分析

将正整数 n 拆分为 k 个正整数的和，情况比较多，我们可以先考虑简化版本，即将正整数拆分成 2 个正整数的和，求乘积的最大值。

若只拆分成两个数，对于正整数 n，我们只需要遍历整数 i，使得i * (n - i)的值取最大即可。

接下来，我们进一步考虑拆分成 k 个正整数的情况。可以采用递归求解的思想思考该问题，定义solve(i)表示将整数 i 拆分成 2 个及 2 个以上正整数的和，对应乘积的最大值。

将整数 n 拆分成 2 个正整数的情况，上述的简化版本已经讨论过了。而 2 个以上的正整数，我们可以借助solve(i)来实现，即solve(n) = max( i*(n-i), i*solve(n-i) )

• i * (n - i)：表示拆分成 2 个正整数
• i * solve(n - i)：表示拆分成 2 个以上正整数

这里我们分析采用的是自上而下的分析策略，对应实现的时候，可以采取动态规划自下而上的求解策略。

算法描述

状态定义：dp[i]表示将正整数 i 拆分成至少两个正整数之和后，乘积的最大值。

状态计算：

• dp[i] = max( j * (i - j), j * dp[i - j] )

边界条件：

• dp[0] = 0：0 不能拆分成两个正整数之和
• dp[1] = 0：1 不能拆分成两个正整数之和

复杂度分析

时间复杂度为 $O(n^2)$，空间复杂度为 $O(n)$

程序代码

class Solution {
public:
    int integerBreak(int n) {
        vector<int> dp(n + 1, 0);
        for(int i = 2; i <= n; i++) {
            for(int j = i - 1; j >= 1; j--) {
                // 拆分成两个
                dp[i] = max(dp[i], j * (i - j));
                // 拆分成两个以上
                dp[i] = max(dp[i], j * dp[i - j]);
            }
        }
        return dp[n];
    }
};