剪绳子（动态规划、贪婪算法）

题目描述
给你一根长度为n的绳子，请把绳子剪成整数长的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]。请问k[0]xk[1]x…xk[m]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。

动态规划：
求一个问题的最优解（通常是求最大值或者最小值），而且该问题能够分解成若干个子问题，并且子问题之间还有重叠的更小的子问题，就可以考虑用动态规划来解决这个问题。

应用动态规划之前要分析能否把大问题分解成小问题，分解后的每个小问题也存在最优解。如果把小问题的最优解组合起来能够得到这个问题的最优解，那么我们可以应用动态规划解决这个问题。

class Solution {
public:
    int cutRope(int number) {
    //申请一个空间，用来装从0~number长度的绳子的分解后的最大值
    	int *product = new int [number+1];
    	product[0] = 0;
    	product[1] = 1;
    	product[2] = 2;
    	product[3] = 3;
    	for(int i = 0;i <= number;i ++)
    	{
    		int max = 0;
    		int temp = 0;
    		//找出每个长度的最大值
    		for(int j = 1;j <=i/2;j ++)
    		{
    			temp = product[j]*product[i-j];
    			if(max < temp)
    			{
    				max = temp;
    			}
    		}
    		product[i] = max;
    	}
    	max = product[number];
    	delete[] product;
    	return 0;
    }
}；

贪婪算法

先放这里，贪婪算法不太懂

贪婪算法和动态规划不一样。当我们应用贪婪算法解决问题的时候，每一步都可以做出一个贪婪的选择，基于这个选择，我们确定能够得到最优解。

int maxProductAfterCutting(int length)
{
	if(length < 2)
	{
		return 0;
	}
	if(length ==2)
		return 1;
	if(length ==3)
		return 2;
	int num3 = length/3;
	if(1==length-3*num)
	{
		num = num-1;
	}
	int num2 = (length-num3*3)/2;
	int sum = 0;
	sum = pow(3,num3)*pow(2,num2);
	return sum;
}