本系列旨在对比不同LeetCode的解题方法效率,占用空间等方面的区别,希望帮助大家能够精进代码水平,用更好的思维与方法去解题。其中的部分解题可能涉及代码的奇技淫巧,我回尽量给大家解释,我也会标注正常的思路至少应该达到何种水准,如果有更好的方法也请大家多多指教!
本系列的资源消耗数据由LeetCode给出,但是LeetCode的评价会有20ms左右的波动,这里列出的只是显示的最优成绩,但是直接复制这里的结果不一定能跑出同样的成绩。
题目:
给你一根长度为 n 的绳子,请把绳子剪成整数长度的 m 段(m、n都是整数,n>1并且m>1),每段绳子的长度记为 k[0],k[1]...k[m - 1] 。请问 k[0]*k[1]*...*k[m - 1] 可能的最大乘积是多少?例如,当绳子的长度是8时,我们把它剪成长度分别为2、3、3的三段,此时得到的最大乘积是18。
答案需要取模 1e9+7(1000000007),如计算初始结果为:1000000008,请返回 1。
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
提示:
2 <= n <= 1000
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/jian-sheng-zi-ii-lcof
解析:
如果想简单做完的话,此题是非常简单的动态规划问题使dp[x]代表绳子长度为x时能剪出的最大长度。那么dp[i]=max([dp[j]*dp[i-j] for j in range(1,i)])。
但是其实这道题目,有数学上的解法,如果题目中或者项目中能够总结出数学规律或者数学公式的话,效率可以达到最高。
这道题目暗藏的玄机是以3的长度为分段。最后的结果能够取得最大。这里的证明可能有点难度,但是用例子找规律可以快速看清楚:
- 假如现在需要剪的绳子总长度是6,由穷举得(3,3)剪开最大;
- 假如现在需要剪的绳子总长度是7,由穷举得(3,4)剪开最大;
- 假如现在需要剪的绳子总长度是8,由穷举得(3,3,2)剪开最大;
- 假如现在需要剪的绳子总长度是9,(3,3,3)最大;
- 假如现在需要剪的绳子总长度是10,(3,3,4)最大;
- 假如现在需要剪的绳子总长度是11,(3,3,3,2)最大;
- 假如现在需要剪的绳子总长度是12,(3,3,3,3)最大;
- ...
找到规律后,最优解法就呼之欲出了,如果还想更快还能用上快速幂。但是这题的样例不行,所以直接pow就好。
正常解法:
# 40ms
class Solution:
def cuttingRope(self, n: int) -> int:
dp_ans=[0,0,1,2,4]
dp_num=[0,1,2,3,4]
if n<=4:
return dp_ans[n]
i=4
while i <n:
i+=1
dp_num.append(0)
for j in range(2,i//2+1):
if dp_num[-1]<dp_num[j]*dp_num[i-j]:
dp_num[-1]=dp_num[j]*dp_num[i-j]
dp_num[-1]%=1000000007
return dp_num[-1]
优秀解法:
# 24
class Solution:
def cuttingRope(self, n: int) -> int:
if n<=3:return n-1
a,b=n//3,n%3
if b==0:return int(math.pow(3,a))
if b==1:return int(math.pow(3,a-1)*4)
return int(math.pow(3,a)*2)