算法题 一 之 整数拆分

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。

例如：输入10，输出36。10 可以 拆分成3 3 4, 3 * 3 * 4 = 36。

分析案例

• 10 拆成 3、3、4 时是最好的解。而这其中涉及了两步拆解。
• 10 可以先拆成 6、4，由 6 再去拆解成 3、3，10 也可以先拆成 3 、7，由7再去拆成3、4

算法

• 由上述分析得知，任何一个数可以先拆成两个，然后由其中一个再去进行拆分

为什么是其中一个，不需要两个数字一起拆分？

• 再拿10来分析，10 可以拆成5 和 5，那么应该5和5一起拆分啊。因为 5 * 2 * 3 < 2 * 3 * 2 * 3啊，这样不就是漏掉了一些可能了吗？
• 目前看来好像是应该两个都拆分，其实两个都拆分也没错，只是多余而已。因为2 * 3 * 2 *3 可以看成把10 拆成 2 * 8，而 2 * 8这种情况，我们一定也会计算到的。

定义状态和状态转移方程式

• 定义 dp[n] ：当前的拆分完后的最好的值。
• 方程转移：dp[n] = Max(Max((j∈ 1 到 N) * N - j) ,(j∈ 1 到 N) * dp[N - j]),dp[n])
• 注意：状态转移方程需要对比一下 dp[n] 因为dp[n] 可分割为多种组合

附上代码：

public int integerBreak(int n) {

   // 动态规划 dp[i]：当处于i时，拆分了至少两个以上的最大乘积
   // 第一步：定义 i ，i代表 2 .... n 的循环，所以 i 可分割为 两个数，定分割点为 j。
   //         所以，dp[i] 可以是 j * (i - j)，而这里有一个很关键的地方是，j 和 （i - j）是可以继续往下分割的。
   //         而 j 和 i - j 只需要考虑i - j即可，因为把j继续往下拆分的情况已经考虑过了，请看上述的分析
   //         综上所述 状态转移方程为：dp[i] = max(j * (i - j),j * dp[i-j]);
   // 第二步：dp[n] 即是答案。

   int[] dp = new int[n + 1];
   for (int i = 2; i <= n; i++){//记住 需要包括n 因为n代表是一个数字 而不是下标
       //遍历分割点
       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];
}