- 整数拆分
给定一个正整数 n,将其拆分为至少两个正整数的和,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: 2
输出: 1
解释: 2 = 1 + 1, 1 × 1 = 1。
示例 2:
输入: 10
输出: 36
解释: 10 = 3 + 3 + 4, 3 × 3 × 4 = 36。
说明: 你可以假设 n 不小于 2 且不大于 58。
联想到了“剪绳子”。讲真,看到剪绳子那道题,以为是动态规划,结果我想多了
思路:
最优子结构:通过求子问题的最优解,可以求原问题的最优解。
动态规划中的递归,要满足具有重叠子问题和最优子结构
方法一:递归+记忆化搜索,自顶向下
class Solution { private: vector<int> memo; //记忆数组 int breakInteger(int n){ if(n == 1) return 1; if(memo[n] != -1){ return memo[n]; } int res = -1; for(int i = 1; i <= n; i++){ res = max3(res, i * (n - i), i * breakInteger(n - i)); //递归 } memo[n] = res; return res; } int max3(int a, int b, int c){ return max(a,max(b,c)); } public: int integerBreak(int n) { memo = vector<int>(n+1, -1); return breakInteger(n); } };
方法二:动态规划,自底向上
内层循环就是为了找到memo[i]的最大值
i是总和,把i分割成j和(i - j),
循环比较j * (i - j)、j * memo[i - j]和memo[i]三者的大小关系
其中memo[i - j]是将i-j继续分割的最大值,而memo[i]是之前一次内层循环求出的memo[i]
由于i- j < i, memo[i- j]一定已经计算过
class Solution { public: int integerBreak(int n) { vector<int> memo(n+1, -1); memo[1] = 1; for(int i = 2; i <= n; i++){ for(int j = 1; j <= i - 1; j++){ memo[i] = max(memo[i], max( j*(i - j), j * memo[i - j]) ); } } return memo[n]; } };