第一题:
动态规划思路:
写出状态转移方程,设f(n)表示长度为n的绳子剪出的最大乘积值
f(n)=max{f(i)*f(n-1)},i的区间在[1,n/2],这样就很容易写出代码:
class Solution {
public:
int cuttingRope(int n) {
if(n==2) return 1;
if(n==3) return 2;
vector<int> ans(n+1);
ans[1]=1;
ans[2]=2;
ans[3]=3;
for(int i=4;i<=n;++i)
{
int maxVal=0;
for(int j=1;j<=i/2;++j)
{
maxVal=max(maxVal,ans[j]*ans[i-j]);
}
ans[i]=maxVal;
}
return ans[n];
}
};
不过这里要注意一点细节,那就是绳子长度是3或2和动态规划的数组的前几个值得初始化是不一样的。
结果如下所示:
贪心思路:
详细数学证明,用到了均值不等式和求导等数学方法,可以参考力扣
代码:
int cuttingRope(int n) {
return n <= 3? n - 1 : pow(3, n / 3) * 4 / (4 - n % 3);
}
结果如下所示:
第二题:
来让我们看一下和第一题有什么区别,没错,就是n的范围变大了一些
贪心思路
这里上一个巧妙的规避了溢出的递归:
class Solution {
public:
int cuttingRope(int n) {
return n <= 3? n - 1 : int(cuttingRopeCore(n));
}
long cuttingRopeCore(long n)
{
return n>4 ? cuttingRopeCore(n-3)*3%1000000007 : n;
}
};
结果如下所示:
当然,也可以这么写:
class Solution {
public:
int cuttingRope(int n) {
if(n<=3) return n-1;
long res=1;
while(n>4)
{
n-=3;
res=(res*3)%1000000007;
}
return res*n%1000000007;
}
};
结果如下所示: