- 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:
LeetCode之整数拆分
最新推荐文章于 2023-04-30 21:30:40 发布
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