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。
示例 2:
输入: n = 10 输出: 36 解释: 10 = 3 + 3 + 4, 3 × 3 × 4 = 36。
问题分析:n要么可以拆成2个数相乘,要么2个数以上相乘,无法确定有几个数相乘,此时可以使用到动态规划五部曲:
1. 定义dp数组以及下标含义:
dp[i]:差分i后等到相乘结果最大的dp[i]
2. 确定递推公式:
n = a1 + a2 ,a1 * a2 最大的,或者是n = a1 + a2 + .... + an,a1 * a2 *.....*an最大,则说明了一个数可以差分为2个数相乘的最大值,或者是多个最大值,dp[i] = max(dp[i], j * (i - j) , j *dp[i - j]),dp[i],差分i,得到的最大乘积dp[i],j * (i - j),这代表的是2个数相乘,j *dp[i - j]这代表的是2个数以上相乘,dp[i - j] 差分i-j,得到最大的乘积dp[i - j],dp[i - j]有可能是2个数相乘的最大乘积,也有可能是2个数以上,因此就是在循环n,然后找到1到n每个数拆分,得到最大的乘积dp[i]
3. 如何初始化dp[i]数组:
题目给的是n >= 2,当 n = 2时,拆分2得到的最大乘积为1,所以dp[0] = 0, dp[1] = 0,因为不求拆分0和1的最大乘积,dp[2] = 1
4. 遍历顺序:
先看递归公式,dp[i] = max(dp[i], max((i - j) * j, dp[i - j] * j)),dp[i]是依赖dp[i - j]的状态的,所以i是从前往后遍历的,所以遍历i一定是从前向后遍历,先有dp[i - j]再有dp[i]。所以遍历顺序为:
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));
}
}
注意 枚举j的时候,是从1开始的。从0开始的话,那么让拆分一个数拆个0,求最大乘积就没有意义了。
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:
[0, 0, 1, 2, 4, 6, 9, 12, 18, 27, 36]
代码如下:
class Solution(object): def integerBreak(self, n): """ :type n: int :rtype: int """ # 定义dp数组以及下标含义 # 递推公式 # 如何初始化dp # 遍历顺序 # 打印dp # 假设对正整数 i 拆分出的第一个正整数是 j(1 <= j < i),则有以下两种方案: # 1) 将 i 拆分成 j 和 i−j 的和,且 i−j 不再拆分成多个正整数,此时的乘积是 j * (i-j) # 2) 将 i 拆分成 j 和 i−j 的和,且 i−j 继续拆分成多个正整数,此时的乘积是 j * dp[i-j] dp =[0] * (n + 1) # dp[i],i差分后的乘积最大值dp[i] dp[2] = 1 for i in range(3, n + 1): for j in range(1, i // 2 + 1): dp[i] = max(j * (i - j), dp[i], j * dp[i - j]) print(dp) return dp[n]
总结:使用动态规划时,如何定义数组dp和dp[i]的含义,一般是题目会给出,就是像这题一样,拆分i,求拆分i的乘积最大,所以可以这样定义dp[i],考虑到n可能有2个相加,也有可能是2个数以上相加,才能得到最大乘积,dp数组初始化就是,因为题目有要求,只求n>= 2的最大乘积,在根据dp数组的定义,可得,所有初始化为0,并且dp[2] = 1,所以遍历顺序就是,从前往后遍历,例如要求10的最大乘积,先求出1到10,把每个数拆分后,得到的最大乘积,然后在根据max(dp[i], j * (i - 1), j * dp[i - j]),求出1到10拆分后的最大乘积dp[i],j * (i - 1),这个是这个数拆分为2个数的情况,j * dp[i - j],这个是这个数拆分2个数以上的情况,因为dp[i - j],假设 tmp = i - j,而dp[tmp],这个数的最大乘积是由差分tmp这个数得到的最大乘积,而tmp是由几个数相乘的到的最大值呢,这就有遍历顺序来求解这个数的最大乘积。