代码随想录算法训练营-day41-96.不同的二叉搜索树（整数拆分在39天）

96.不同的二叉搜索树

1. 学习文章链接：
2. 思路：这题主要在于理解好不同头节时的情况。为什么是乘积呢，因为左子树情况与右子树情况乘积才是此时全部的可能。
   1. 细节见注释。
3. 代码：

class Solution {
    public int numTrees(int n) {
        // 从1到i，共有dp[i]个二叉搜索树的排列方式
        int[] dp = new int[n + 1];
        // 初始化数组
        // 空二叉树也是一个二叉搜索树，所以初始化为1。
        dp[0] = 1;
        for (int i = 1; i <= n; i++) {
            // 遍历i里面每一个数作为头结点的状态，用j来遍历。
            for (int j = 1; j <= i; j++) {
                // 递推公式
                // j-1 为j为头结点左子树节点数量，i-j 为以j为头结点右子树节点数量
                // dp[3]，就是 元素1为头结点搜索树的数量 + 元素2为头结点搜索树的数量 + 元素3为头结点搜索树的数量
                // 元素1为头结点搜索树的数量 = 右子树有2个元素的搜索树数量 * 左子树有0个元素的搜索树数量
                // 元素2为头结点搜索树的数量 = 右子树有1个元素的搜索树数量 * 左子树有1个元素的搜索树数量
                // 元素3为头结点搜索树的数量 = 右子树有0个元素的搜索树数量 * 左子树有2个元素的搜索树数量
                // 有2个元素的搜索树数量就是dp[2]。
                // 有1个元素的搜索树数量就是dp[1]。
                // 有0个元素的搜索树数量就是dp[0]。
                // 所以dp[3] = dp[2] * dp[0] + dp[1] * dp[1] + dp[0] * dp[2]
                dp[i] += dp[j - 1] * dp[i - j];
            }
        }
        return dp[n];
    }
}