python数据结构与算法练习-动态规划

整数拆分

来源

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 。

示例 1:

输入: n = 2
输出: 1
解释: 2 = 1 + 1, 1 × 1 = 1。

示例 2:

输入: n = 10
输出: 36
解释: 10 = 3 + 3 + 4, 3 × 3 × 4 = 36。

思路：

1.首先dp[i]应该定义为i经过拆分后得到的最大整数积。因为要拆成两个或两个以上正整数 所以2应该是第一个满足条件的数，易知d[2]=1。

2.一个数可以拆分为两个数的乘积或者是多个数的乘积，对于一个数i来说，第一种形式表示为：j*(i-j);第二种形式为jdp[i-j],因为dp[i-j]本身就是两个或多少数的乘积，dp[i]一定是这两种形式之中的最大值，即dp[i] = max(j(i-j),j*dp[i-j])；

3.这里有一点需要注意，首先是初始化dp 每个值都应初始化为1，但是在循环中dp[i]应该写为dp[i] = max(dp[i],max(j*(i-j),jdp[i-j]))，这是因为从第一次循环开始并不能保证每次循环的max(j(i-j),j*dp[i-j])一定比dp[i]的值大，dp[i]在循环中是迭代更新的，（第一次循环中参与参与比较的dp[i]=0）所以一定要加入dp[i]。

python实现

def integerBreak(n):
    dp = [0 for i in range(n+1)] #注意是n+1 因为下标从0开始 而数是从1开始
    if n<2:
        return 0
    if n>=2:
        dp[2] = 1
        for i in range(3,n+1): #因为计算到n必须取到n，所以要n+1
            for j in range(i):
                dp[i] = max(dp[i],max(j*(i-j),j*dp[i-j]))
        return dp[n]

这里仅供自己复习使用，也欢迎批评指正。