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:
![c35aef40e55dadee1f420cb74ed00f10.png](https://i-blog.csdnimg.cn/blog_migrate/c25e5d20cda7eefe9db26d87aec75543.png)
![3161acd16be09f0b7fe02499d352c6b2.png](https://i-blog.csdnimg.cn/blog_migrate/94791b875b0d0f6a16d4864e8e7ab663.png)