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 , m <= n ),每段绳子的长度记为 k[1],…,k[m] 。请问 k[1]k[2]…*k[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 。
数据范围: 2≤𝑛≤602≤n≤60
进阶:空间复杂度 𝑂(1)O(1) ,时间复杂度 𝑂(𝑛)O(n)
输入描述:
输入一个数n,意义见题面。
返回值描述:
输出答案。
动态规划
动态规划算法的基本思想是:将待求解的问题分解成若干个相互联系的子问题,先求解子问题,然后从这些子问题的解得到原问题的解;对于重复出现的子问题,只在第一次遇到的时候对它进行求解,并把答案保存起来,让以后再次遇到时直接引用答案,不必重新求解。动态规划算法将问题的解决方案视为一系列决策的结果。
思路:
一旦分出一段长度为1的小段,只会减少总长度,还不能增加乘积,因此长度为2的绳子不分比分开的乘积大,长度为3的绳子不分比分开的乘积大,长度为4的绳子分成2*2比较大。前面的我们都可以通过这样递推得到,后面的呢?
同样递推!如果我有一个长度为𝑛n的绳子,我们要怎么确定其分出最大的乘积,我们可以尝试其中一段不可分的为𝑗j,那么如果另一段𝑛−𝑗n−j最大乘积已知,我们可以遍历所有𝑗j找到这个最大乘积。因此用𝑑𝑝[𝑖]dp[i]表示长度为i的绳子可以被剪出来的最大乘积,那么后续遍历每个𝑗j的时候,我们取最大𝑑𝑝[𝑖]=𝑚𝑎𝑥(𝑑𝑝[𝑖],𝑗∗𝑑𝑝[𝑖−𝑗])dp[i]=max(dp[i],j∗dp[i−j])就好了。
import java.util.*;
public class Solution {
public int cutRope(int target) {
//不超过3直接计算
if (target <= 3)
return target - 1;
//dp[i]表示长度为i的绳子可以被剪出来的最大乘积
int[] dp = new int[target + 1];
dp[1] = 1;
dp[2] = 2;
dp[3] = 3;
dp[4] = 4;
for (int i = 5; i <= target; i++){
for (int j = 1; j < i; j++){
dp[i] = Math.max(dp[i], j * dp[i - j]);
}
}
return dp[target];
}
}