训练营day41|动态规划|343. 整数拆分、96.不同的二叉搜索树
343. 整数拆分
要点
- 标准的递归状态,dp[i] = max(dp[i], (i - j) * j, dp[i - j] * j);最初的思路是dp[i] = max(dp[i], dp[i - j] * dp[j]);这个思路的问题就在于初始化的dp不符合动态规划的定义,代码是可以ad的
- 也可以用贪心算法,当n大于4后每次拆分为n个3和剩余的数,就是对的,直观上非常合理。只是没有研究数学证明
代码
class Solution:
def integerBreak(self, n: int) -> int:
dp = [0] * (n + 1)
dp[2] = 1
for i in range(3, n + 1):
for j in range(1, i // 2 + 1):
dp[i] = max(dp[i], (i - j) * j, dp[i - j] * j)
return dp[n]
96.不同的二叉搜索树
要点
- 二叉搜索树指的是任一结点左边均小于节点,右边值均大于节点的二叉树
- 递归公式需要画图找,即dp[i]为i个不同元素组成的不同二叉搜索树的个数,等于以每个元素为头节点时,左子树有对应元素个数的二叉搜素数数量乘以右子树有对应元素个数的二叉搜索树数量。所以需要遍历到i然后加总。
- 递归公式dp[i] += dp[i - j] * dp[j - 1]
- 时间复杂度:
O
(
n
2
)
O(n^2)
O(n2)
代码
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[i - j] * dp[j - 1]
return dp[n]