343. 整数拆分
题目链接:link
我的思路
虽然是动态规划的题目,但是看到测试样例才到58,还是忍不住暴力来做了,先是把n=10以内的答案打表出来了,发现查分出来的数里面3要尽可能的多,然后要考虑最后一个数要比3大,最后提交试了试,然后就过了。
我的代码
class Solution {
public int integerBreak(int n) {
if(n==2)return 1;
if(n==3)return 2;
int s=(int)n/3;
int a=(int)Math.pow(3,s)*(n-s*3);
int b=(int)Math.pow(3,s-1)*(n-s*3+3);
return a>b?a:b;
}
}
学到的做法
思路
毕竟是动态规划的入门题目,还是用动态规划的思想来思考吧,先从k=2考虑,那就是要拆成的两个数尽可能的相近,这才能乘积尽可能大,以此类推拆成m的数,m个数要尽可能的相近才行。那现在的问题就变成了一个数要拆成几个数才能使最后的乘积最大,一般来说这里就可以用暴力来做了,从拆成2个数开始,一直到拆出拆出的数比1大?
回到动态规划,将一个数拆成N个数相加,求N个数的乘积最大,那么可以假设dp[i]为当数为i时乘积最大的值,当最后一个拆出来的数为j,由于必须拆出两个数,那么dp[i]=max(dp[i],max(dp[i-j]*j,(i-j)*j))
其中dp[i-j]为已知(i-j)的拆出最大乘积。
//代码随想录的答案
class Solution {
public int integerBreak(int n) {
//dp[i] 为正整数 i 拆分后的结果的最大乘积
int[] dp = new int[n+1];
dp[2] = 1;
for(int i = 3; i <= n; i++) {
for(int j = 1; j <= i-j; j++) {
// 这里的 j 其实最大值为 i-j,再大只不过是重复而已,
//并且,在本题中,我们分析 dp[0], dp[1]都是无意义的,
//j 最大到 i-j,就不会用到 dp[0]与dp[1]
dp[i] = Math.max(dp[i], Math.max(j*(i-j), j*dp[i-j]));
// j * (i - j) 是单纯的把整数 i 拆分为两个数 也就是 i,i-j ,再相乘
//而j * dp[i - j]是将 i 拆分成两个以及两个以上的个数,再相乘。
}
}
return dp[n];
}
}
96.不同的二叉搜索树
题目链接:link
我的思路
首先什么是二叉搜索树?就是一个左子树的值比根小,右子树的值比根大的二叉数。这题看上去有点难以下手,递归构树然后用记录?也不是很好做,用二叉搜索树的性质?好像也没有什么相关的。
对于动态规划来讲,主要的还是递推公式,只要求出了递推公式,那么算法就不是很难了。
根据题意一共有1-N个节点,每个节点都能成为头节点,当头结点为j时,那么它的左子树有j-1个节点,右子树有N-j个节点,左右子树相乘就是当头结点为j时他的搜索二叉树数,将1-N做头结点的情况相加就是N个节点的 搜索二叉数的树数,同时对于头结点为j的二叉树来说它的左右子树同样可以分为i为头结点,1-i为左子树,i-j为右子树的情况。
代码
class Solution {
public int numTrees(int n) {
//初始化 dp 数组
int[] dp = new int[n + 1];
//初始化0个节点和1个节点的情况
dp[0] = 1;
dp[1] = 1;
for (int i = 2; i <= n; i++) {
for (int j = 1; j <= i; j++) {
//对于第i个节点,需要考虑1作为根节点直到i作为根节点的情况,所以需要累加
//一共i个节点,对于根节点j时,左子树的节点个数为j-1,右子树的节点个数为i-j
dp[i] += dp[j - 1] * dp[i - j];
}
}
return dp[n];
}
}
}