leetcode 343整数拆分 动态规划解法

动态规划：

解决的三种常见问题：
1.最值型问题。
2.计数型问题，求和。
3.存在性问题。

动态规划四步曲：

1.确定状态
1.1最后一步：比如：硬币的问题，可以假设最后一个硬币使用的是ak。
1.2化成子问题：要求最少的硬币拼出n，就是要求最少的硬币拼出n-ak。
2.转移方程
这个比较难，转移方程找好了，就成功了一半。
3.初始条件和边界情况
要确定定义的初始条件。
4.计算顺序
一般都是从小到大进行计算。也有可能从大到小。

现在看这个整数拆分的问题：

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。

思路如下：
对于的正整数 n，当 n ≥2 时，可以拆分成至少两个正整数的和。令 k 是拆分出的第一个正整数，则剩下的部分是 n-k，n−k 可以不继续拆分，或者继续拆分成至少两个正整数的和。

创建数组 f，其中 f[i] 表示将正整数 i 拆分成至少两个正整数的和之后，这些正整数的最大乘积。当n=2，是f[2] = 1。这是确定的。

当 i ＞2 时，假设对正整数 i 拆分出的第一个正整数是 j（1≤j<i），则有以下两种方案：

将 i 拆分成 j 和 i−j 的和，且 i−j 不再拆分成多个正整数，此时的乘积是 j×(i−j)；

将 i 拆分成 j 和 i−j 的和，且 i−j 继续拆分成多个正整数，此时的乘积是 j×dp[i−j]。

最后的状态转移方程就是从上面的结果中取得较大的数。

class Solution {
    public int integerBreak(int n) {
        //动态规划 --> 最值型问题
        //f[i]表示i拆分成两个以上的数的乘积的最大值，所以最后要返回f[n]。
        int[] f = new int[n+1];

        //初始化
        f[2] = 1;

        //计算顺序，从小到大，f[3]、f[4]...
        //假设i拆分之后的第一个数为 j, 则剩下的那个数就是(i-j)。
        //这样就有两种情况，第一是：(i-j)不继续拆分，那此时的乘积就是 (i-j) * i
        //情况2是：(i-j)继续拆分，则此时的乘积就是 j * f[i-j] 即：j乘上(i-j)拆分之后的最大值
        //注意：j的取值是  1 <= j < i
        //这样在上面二者中去一个最大数，就是我们要求的值。但是j是不确定的，所以要多加一个取最大值的操作
        for(int i = 3; i < f.length; i++){
            //下面的f[i]取最大值的时候还要和f[i]自己比较，这是为什么呢？ 可以举个例子看下
            //但i=6时,j=1,f[6]此时已经找到了一个最大值；当j继续变大，此时f又会取到一个最大值。
            //我们要保证枚举的j中，最后取到的结果是最大的，所以需要加上f[i]进行再一次的取值判断。
            for(int j = 1; j < i; j++){
                f[i] = Math.max(f[i], Math.max(j * (i-j), j * f[i-j]));
            }
        }
        return f[n];
    }
}