动态规划：leetcode 343.整数拆分、96.不同的二叉搜索树

leetcode 343.整数拆分

leetcode 96.不同的二叉搜索树

leetcode 343.整数拆分

给定一个正整数 n，将其拆分为至少两个正整数的和，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: 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。

• 说明: 你可以假设 n 不小于 2 且不大于 58。

动规五部曲

1. 确定dp数组以及下标的含义

dp[i]：分拆数字i，可以得到的最大乘积为dp[i]。

2. 确定递推公式

可以想 dp[i]最大乘积是怎么得到的呢？

其实可以从1遍历j，然后有两种渠道得到dp[i].

一个是j * (i - j) 直接相乘。

一个是j * dp[i - j]，相当于是拆分(i - j)，对这个拆分不理解的话，可以回想dp数组的定义。

所以有：

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

3. dp数组的初始化

由于dp[0]和dp[1]都无法拆分成两个及以上的正整数的和，所以从dp[2]开始考虑。

dp[2] = 1;

4. 确定遍历顺序

确定遍历顺序，先来看看递归公式：dp[i] = max(dp[i], max((i - j) * j, dp[i - j] * j));

dp[i] 是依靠 dp[i - j]的状态，所以遍历i一定是从前向后遍历，先有dp[i - j]再有dp[i]。

for(int i = 3; i <= n; i++){
    for(int j = 1; j < i - 1; j++){
        dp[i] = max(dp[i], max((i - j) * j, dp[i - j] * j));
    }
}

更优化一步，可以这样：

for (int i = 3; i <= n ; i++) {
    for (int j = 1; j <= i / 2; j++) {
        dp[i] = max(dp[i], max((i - j) * j, dp[i - j] * j));
    }
}

因为“拆分一个数n 使之乘积最大，那么一定是拆分成m个近似相同的子数相乘才是最大的” 。

5. 举例推导dp数组

举例当n为10 的时候，dp数组里的数值，如下：

整体代码如下：

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

leetcode 96.不同的二叉搜索树

给定一个整数 n，求以 1 ... n 为节点组成的二叉搜索树有多少种？

示例:

本题需要通过画图来理解：

n为1的时候有一棵树，n为2有两棵树，这个是很直观的。

当n为3时：

当1为头结点时，其右子树有两个节点，这两个节点的布局，和 n 为2的时候两棵树的布局是一样的。

当3为头结点时，其左子树有两个节点，这两个节点的布局，和n为2的时候两棵树的布局也是一样的。

当2为头结点时，其左右子树都只有一个节点，布局和n为1的时候只有一棵树的布局也是一样的。

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] * dp[0] + dp[1] * dp[1] + dp[0] * dp[2]

如图所示：

动规五部曲

1. 确定dp数组以及下标的含义

dp[i] ： i个节点组成的二叉搜索树的个数为dp[i]。

2. 确定递推公式

dp[i] += dp[j - 1] * dp[i - j]; ，j-1 为j为头结点左子树节点数量，i-j 为以j为头结点右子树节点数量

3. dp数组如何初始化

初始化，只需要初始化dp[0]就可以了，推导的基础，都是dp[0]。

那么dp[0]应该是多少呢？

从定义上来讲，空节点也是一棵二叉树，也是一棵二叉搜索树，这是可以说得通的。

从递归公式上来讲，dp[以j为头结点左子树节点数量] * dp[以j为头结点右子树节点数量] 中以j为头结点左子树节点数量为0，也需要dp[以j为头结点左子树节点数量] = 1， 否则乘法的结果就都变成0了。

所以初始化dp[0] = 1

4. 确定遍历顺序

首先一定是遍历节点数，从递归公式：dp[i] += dp[j - 1] * dp[i - j]可以看出，节点数为i的状态是依靠 i之前节点数的状态。

那么遍历i里面每一个数作为头结点的状态，用j来遍历。

for(int i = 1; i <= n; i++){
    for(int j = 1; j <= i; j++){
        dp[i] += dp[j - 1] * dp[i - j];
    }
}

5. 举例推导dp数组

n为5时候的dp数组状态如图：

整体代码如下：

class Solution {
public:
    int numTrees(int n) {
        vector<int> dp(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];
    }
};

💪