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
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]。
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]));
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;
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” 。
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:
![](https://i-blog.csdnimg.cn/blog_migrate/753435af8535cbb178488f8aae7a8cfa.png)
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:
![](https://i-blog.csdnimg.cn/blog_migrate/afe8e9c725c5fc0d13a90562101cdf4a.png)
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。
![](https://i-blog.csdnimg.cn/blog_migrate/e9e34299e2df1735e0847527b6b090c1.png)
当n为3时:
![](https://i-blog.csdnimg.cn/blog_migrate/b8686ba513d0ca66bfdec47b382034b2.png)
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:
![](https://i-blog.csdnimg.cn/blog_migrate/c65d11f21c8779110d210eb697060a91.png)
动规五部曲
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]。
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
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
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];
}
}
举例推导dp数组
n为5时候的dp数组状态如图:
![](https://i-blog.csdnimg.cn/blog_migrate/fd5bd4c545591dfa1e59518759e2885f.png)
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];
}
};
💪