剑指offer实践 ——14.剪绳子（python版)

题目

题解

1.动态规划
假设f(n)是长度为l的绳子的剪成若干段后的最大值，则第一刀有n-1种选择，第一刀长度有可能为i = 1，2，3……n-1，f(n) = max(f(i)f(n-i))。
这是一个自上而下的递归方式，容易产生很多的重复计算。如果能够初始化一个长度为l的数组来存储，长度为1，2……n的绳子的最大乘积，则可以避免重复计算。
儿对于长度为5的绳子来说，第一刀=1和第一刀=4的情况最大乘积是相同的，即：
14 = 4*1 = 4
所以在这个过程种为了避免重复计算，只需要计算第一刀长度在[1,n//2+1]即可涵盖所有乘积的情况。

def cut(l):
    '''动态规划，时间复杂度O(n^2),空间复杂度O(n)'''
    if l < 2:
        return 0
    if l == 2:
        return 1
    if l == 3:
        return 2
    p = [0,1,2,3]
    # 长度为i的绳子的最优切分乘积
    for i in range(4, l+1):
        max_len = 0
        # 每种切分计算乘积-->>求当前长度的最大值
        for j in range(1, i//2+1):
            if p[j] * p[i-j] > max_len:
                max_len = p[j] * p[i-j]
        p.append(max_len)
    return p[-1]

2.贪婪算法
当绳子的长度n>=5时，2(n-2) > n 且 3(n-3) > n。
当绳子的长度n>=5时，3(n-3) > 2(n-2)。
意思就是，当绳子的长度大于等于5的时候，我们尽量把绳子剪成长度为3的绳子段。剩余不足3的部分，如果余数是2，则保留，如果余数是1，则应该与上一个长度为3的绳子凑成长度为4的绳子。

def cut_greedy(l):
    '''贪婪算法:时间复杂度O(1)'''
    if l < 2:
        return 0
    if l == 2:
        return 1
    if l == 3:
        return 2
    if l == 4:
        return 4
    res = 1
    third = l // 3
    sec = l - 3*third
    if sec == 1:
        third -= 1
        sec += 3
    res *= 3 ** third
    res *= sec if sec != 0 else 1
    return res