343.整数拆分
给定一个正整数 n,将其拆分为 k 个 正整数 的和(k >= 2),并使这些整数的乘积最大化。返回 你可以获得的最大乘积。
按照动态规划五部曲:
1):确定 dp 数组的含义,拆分整数 i 能够获得的最大乘积 dp[i];
2):确定递推公式,给定某一个正整数 n,其能够拆分成 i + (n - i),乘积为 i * (n - i),其中 (n - i) 项可能允许进一步拆分,如何表示进一步拆分的 (n - i),即 dp[n - i]。考虑到最大乘积可能出现在任意拆分阶段,因此通过 max 函数,选取最大的乘积保存。递推公式,dp[i] = max(dp[i], max(j * (i - j), j * dp[i - j]))。上述递推公式,允许将正整数 n,拆分成若干项,并累计此前的项的状态;
3):初始化 dp 数组,整数 0 和 1 无法拆分,不符合我们对于 dp 数组的定义,直接不初始化就好,dp[2] 初始化为 1;
4)确定遍历方向,从前向后;
5)打印 dp 数组 debug。
class Solution {
public:
int integerBreak(int n) {
vector<int> dp(n + 1);
dp[2] = 1;
for (int i = 3; i <= n; ++i) {
for (int j = 1; j < i; ++j) {
dp[i] = max(dp[i], max(j * (i - j), j * dp[i - j]));
}
}
return dp[n];
}
};
本题还可以通过回溯方法解决,但是会超时,拆分整数也可以划分为组合问题。
class Solution {
private:
void backtracking(int n, int count, int &path, int &max) {
if (n <= 0) return ;
for(int i = 1; i <= n; ++i) {
path *= i;
++count;
if (path >= max && count >= 2) max = path;
backtracking(n - i, count, path, max);
path /= i;
--count;
}
}
public:
int integerBreak(int n) {
int count = 0, path = 1, max = 1;
backtracking(n, count, path, max);
return max;
}
};
96.不同的二叉搜索树(难)
详细的分析过程可以参考代码随想录对应章节,这里仅给出我的分析。求给定整数 n 能够组成的二产搜索树的种类。就是求以 1 ~ n 这些个数,为根节点的二叉搜索树的可能组合,当选定的根节点为 i 时,此时该树的左子树有 i - 1 个节点(二叉搜索树要求左子树都小于根节点),右子树有 n - i 个节点,总共可能的组合有 (i - 1) * (n - i)。因此,整数 n 累积了此前所有的状态,也就适用于动态规划算法。
class Solution {
public:
int numTrees(int n) {
vector<int> dp(n + 1);
dp[0] = 1;
for (int i = 1; i <= n; ++i) {
for (int j = 1; j <= i; ++j) {
dp[i] += dp[j - 1] * dp[i - j];
}
}
return dp[n];
}
};