代码随想录算法训练营day41 || 343. 整数拆分，96. 不同的二叉搜索树

视频讲解：（这两题真的非常的巧妙，自己也是真的没想到！！！）

动态规划，本题关键在于理解递推公式！| LeetCode：343. 整数拆分_哔哩哔哩_bilibili

动态规划找到子状态之间的关系很重要！| LeetCode：96.不同的二叉搜索树_哔哩哔哩_bilibili

343. 整数拆分

思路：这道题是真的很巧妙，反正自己是想不到递推公式是可以如此表示。一直卡壳在怎么样确定到底分成几个数。递推公式，我们可以这样理解，拆分一定是可以分成至少两个数的，所以后面很合理。另外既然最大乘积是由拆分的数所构成的，那么势必与拆分出的数的状态有关，所以状态转移过程可以明确，但是为什么是j*dp[i-j]？

其实我们不难发现 10 =3+3+4时取得最大值，11=4+4+3这样出现相等元素来的最大，那么而这里的dp[i-j]所要表达就是记录了所拆分出的若干元素的最大积，而j就是出现相同元素之后剩下的值，我们是在遍历小尾巴，让dp[i-j]尽可能是大的值，因此i-j越大，说明其中可拆分的情况就越多，肯定会越大。

另外dp[i-j]是从小开始往上所保存的值，其中记录的是最大值一定是将每个值的所有划分情况都计算过了，因此后续可以直接使用先前的状态来更新后续的，巧妙的避开了需要思考如何划分，真的非常的妙。

// 时间复杂度O(n)
// 空间复杂度O(n)

class Solution {
    public int integerBreak(int n) {

        // 定义dp数组，数组下标表示的正整数的值，而数组值表示的是当前正整数的最大化乘积
        int[] dp = new int[n+1];

        // 递推公式，我们可以这样理解，拆分一定是可以分成至少两个数的，所以后面很合理。另外既然最大乘积是由拆分的数所构成的，那么势必与拆分出的数的状态有关，所以状态转移过程可以明确，但是为什么是j*dp[i-j]？
        // 其实我们不难发现 10 =3+3+4时取得最大值，11=4+4+3这样出现相等元素来的最大，那么而这里的dp[i-j]所要表达就是记录了所拆分出的若干元素的最大积，而j就是出现相同元素之后剩下的值，我们是在遍历小尾巴，让dp[i-j]尽可能是大的值，因此i-j越大，说明其中可拆分的情况就越多，肯定会越大
        // 另外dp[i-j]是从小开始往上所保存的值，其中既然记录的是最大值，那么势必考虑到了划分成如何是最大的

        // int res = Math.max(j*dp[i-j], j*(i-j));
        // 初始化
        dp[0] = 0;
        dp[1] = 0;
        dp[2] = 1;
        // 开始遍历
        for(int i=3; i<=n; i++){
            for(int j=1; j<i; j++){
                int res = Math.max(j*dp[i-j], j*(i-j));
                dp[i] = res>dp[i] ? res:dp[i];
            }
        }

        return dp[n];
    }
}

96. 不同的二叉搜索树

思路：本题也没做出来，没用想到不同状态之间是如何进行转化的，想到dp数组所具备的含义，下标和数组值都可以明确，但是想不到串联起来的方法。看过题解之后，觉得最关键的就是本题隐藏了BST的构建元素是一定递增的，其次不同数量的节点，在构建时就是选取不同的节点作为根节点，然后再将其余节点安置于左右子树上所形成。而左右子树便可以使用前面已经计算完成的dp值直接进行计算。当然两个节点dp[2]不只是表示节点1和节点2，而是可以节点是任意的具有大小关系的值。

// 时间复杂度O(n)
// 空间复杂度O(n)

class Solution {
    public int numTrees(int n) {
        // 定义递归数组，数组下标的含义是当前存在i个节点，数组的值表示i个节点时的二叉树的个数
        int[] dp = new int[n+1];
        // 递推方程，dp[i] += dp[j]*dp[i-j-1]; 即由于数组本身就是递增的，因此选用不同的节点作为根，形成所有的不同二叉树，因此需要将不同的根结点的二叉树数量累加在一起，而这里的状态转换就是切换根结点
        // 初始化，空树也是一种二叉树
        dp[0] = 1;
        dp[1] = 1;
        // 开始递归
        for(int i=2; i<=n; i++){
            for(int j=0; j<i; j++){
               dp[i] += dp[j]*dp[i-j-1];
            }
        }

        return dp[n];
    }
}