两个办法,首先是今天的主题,动态规划:
class Solution
{
public:
int integerBreak(int n)
{
vector<int> dp(n+1,1);//确定好dp是每个数字的最大乘积
dp[0]=0;
for(int i=3;i<=n;i++){
for(int j=1;j<=i/2;j++){//j只要小于等于i/2就行,再往后结果j*(i-j)会和前面的重复
dp[i]=max(dp[i],max((i-j)*j,dp[i-j]*j));
}
}
return dp[n];
}
};
首先确定好dp数组,这里定为每个数的最大乘积,然后就去逐个比较,既然记录了每个数的最大乘积,那就好比较了,就是时间复杂度大了一点,为o(n^2).例如例子dp【10】就等于dp【6】*4,很好判断。
class Solution
{
public:
int integerBreak(int n)
{
if (n == 2) return 1;
if (n == 3) return 2;
if (n == 4) return 4;
int result=1;
while(n>4){//数学证明的结论,拆成n个3相乘,有4保留一个4,这就是最大的
result*=3;
n-=3;
}
result*=n;
return result;
}
};
然后就是一个贪心算法,取最大。这里有所谓的数学证明来支持这个写法。
每次拆成n个3,如果剩下是4,则保留4,然后相乘。这是一个结论,我也没去看证明过程,要记住这个结论,以后做类似题目可能就方便一点。
题目链接:96. 不同的二叉搜索树 - 力扣(LeetCode)
class Solution
{
public:
int numTrees(int n)
{
if(n<=2) return n;
vector<int> dp(n+1,0);
dp[0]=1;
dp[1]=1;
dp[2]=2;
for(int i=3;i<=n;i++){
for(int j=0;j<i;j++){//j代表在左子树上的节点的个数
dp[i]+=dp[j]*dp[i-j-1];
}
}
return dp[n];
}
};
dp数组就是该节点数下的二叉搜索树的总数。
假设节点为3,那么在以1为根节点的情况下,1左边的节点个数为0,右边的节点个数为3-1=2,这就对应了代码里面 i=3 , j=0时候的情况。这时候二叉搜索树总数就等于dp[0] * dp[2] , 即为左边的子树个数乘右边的子树个数。同理,可以一直这样递推下去。
比较考验对树的理解和对dp的熟练。
写出递推公式之后就随便做了。