LeetCode之整数拆分

本文探讨了LeetCode中关于整数拆分的问题,将其与动态规划和完全背包问题联系起来。博主分析了题目的特点,指出这是一个最小重叠问题,适合用动态规划解决。初始化dp[2] = 1,并给出状态转移方程,说明如何从拆分更小的整数来计算当前整数的最大乘积。
摘要由CSDN通过智能技术生成
  • 题目链接
  • 分析:这道题要求是拆分为至少两个正整数的和,由此可以知道我们该整数的结果可以从这两个整数推导而来,其中这两个整数又分别可以从其他一个或者两个整数得到,以此类推,因此我们可以知道这道题目具有最小的重叠问题,符合动态规划的思想。其实这道题在博主看来就是一道完全背包问题的变形。
  • dp[j]含义:分拆数字j可以得到的最大乘积为dp[j]
  • 初始化:根据题目我们只初始化dp[2] = 1,从dp[i]的定义来说,拆分数字2,得到的最大乘积是1,这个没有任何异议。
  • 状态转移方程:要想得到dp[i],我们可以直接拆分成两个整数,也就是i*(j-i)直接相乘,同时我们也可以继续将j-i拆分成更多整数,也就是i*dp[j-i]。我们也可以这样理解上面的描述,我们可以将一个整数拆分成两个整数或者三个整数及以上。因此,递推公式为dp[j]=max(dp[j], max((j-i)*i, dp[j-i]*i));。dp[j] 是依靠dp[j-i]的状态,所以遍历j一定是顺序的,先有dp[i-j]再有dp[i]。
  • 核心代码

                
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值