day41|动态规划3-整数拆分&不同二叉搜索树

动态规划问题需要找到后一个问题关联的前一个或前几个子问题，在整数拆分问题中，后一个整数的拆分由前面整数的拆分决定。在不同二叉搜索树问题中，拆分一个二叉树，依赖于当前的根节点可以拆分出多少搜索二叉树。

343. 整数拆分

动归五部曲：

1. dp[i]：i被拆分的最大乘积
2. dp数组初始化：
3. 遍历方式：
4. 递归函数：dp[i] = max(dp[i],max(j*(i-j),j*dp[i-j]))
5. 打印dp数组

class Solution:
    def integerBreak(self, n: int) -> int:
        # 原则：拆分一个数n 使之乘积最大，那么一定是拆分成m个近似相同的子数相乘才是最大的
        # dp算法的五步曲：dp数组的初始化，递推公式，dp数组下标的含义
        dp = [0] * (n+1)
        dp[0] = 1
        dp[1] = 1
        dp[2] = 1
        for i in range(3,n+1):
            for j in range(1,i):
                dp[i] = max(dp[i],max(j*(i-j), j*dp[i-j]))
            print(dp)
        return dp[n]

96.不同的二叉搜索树

1. dp[i]： 1到i为节点组成的二叉搜索树的个数为dp[i]。
2. 递推公式： dp[i] += dp[以j为头结点左子树节点数量] * dp[以j为头结点右子树节点数量]

本题与前几道题目不太一致的地方在于，本题在递归函数的选取上更加复杂，需要乘积和累加的形式。

3. dp数组初始化：dp[0]=1
4. 遍历顺序从前往后
5. 打印dp数组进行测试

class Solution:
    def numTrees(self, n: int) -> int:
        dp = [0]*(n+1)
        dp[0] = 1
        for i in range(1,n+1):
            for j in range(1,i+1):
                dp[i] += dp[j-1] * dp[i-j]
        print(dp)
        return dp[n]