最大正整数和最小负整数的代码_leetcode343. 整数拆分

leetcode343. 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。

---

方法：动态规划

思路：

本题的思路是动态规划，我们使用dp[i]来表示将i拆分之后，得到的最大乘积。

那么，当计算dp[i]的时候，状态转移方程就是：

即将i分为两部分，j和（i-j），dp[j]即为和为j的最大分割方式。遍历所有的j找到上面的最大值，即为分割i的最大乘积方式。

下面考虑边界条件：

根据上面的状态转移方程，如果dp[j]表示的数j无法被分割，怎么办（比如1），因此需要设定初始条件。还需要考虑的是，根据上面的方程，我们已经相当于把i分成了两部分，那么数字j不进行分割，直接是j，得到j*(i-j)也是一种情况。

因此，我们在设定初始dp数组的时候，将dp[i] = i，表示i不被分割的情况，在进行max计算的时候，就考虑到了这种情况。如果计算之后dp[i] = i，那么说明后续分割到i的时候，i不需要分割，直接是自己即可。

需要注意的是，我们需要将dp[n] = 0，因为我们的答案需要分割n，那么n是必须要分割的，不存在是自己本身的情况。

最后返回dp[n]即可。

代码：

Python3：

class Solution:
    def integerBreak(self, n: int) -> int:
        # dp[i]表示将i拆分可以获得的最大乘积，
        # 这里初始值就是不将i拆分，就是i自己的情况
        dp = [i for i in range(n+1)]
        # 因为我们的答案需要将n拆分，因此n不能拆分，所以dp[n]=0
        dp[n] = 0
        # 遍历，填写dp[i]，最后返回dp[n]即可。
        for i in range(n+1):
            for j in range(i):
                dp[i] = max(dp[i],dp[j]*(i-j))
        return dp[n]

cpp：

class Solution {
public:
    int integerBreak(int n) {
        // dp[i]表示将i拆分可以获得的最大乘积，
        // 这里初始值就是不将i拆分，就是i自己的情况
        // 因为我们的答案需要将n拆分，因此n不能拆分，所以dp[n]=0
        auto dp = vector<int>(n+1,0);
        for (int i = 0 ; i < n ; ++i){
            dp[i] = i;
        }
        // 遍历，填写dp[i]，最后返回dp[n]即可。
        for (int i = 0; i < n+1; ++i)
            for(int j = 0; j < i; ++j){
                dp[i] = max(dp[i],dp[j]*(i-j));
            }               
        return dp[n];
    }
};

结果：