代码随想录算法训练营第四十一天| 343. 整数拆分、96.不同的二叉搜索树

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];
    }
}
}