• LeetCode刷题复盘笔记—一文搞懂343. 整数拆分(动态规划系列第四篇)


    今日主要总结一下动态规划的一道题目,343. 整数拆分

    题目:343. 整数拆分

    题目描述:
    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。

    提示:

    2 <= n <= 58
    通过次数215,667提交次数346,838

    本题重难点

    还是动规五部曲,分析如下:

    1. 确定dp数组(dp table)以及下标的含义
      dp[i]:拆分数字i,可以得到的最大乘积为dp[i]。
      dp[i]的定义讲贯彻整个解题过程,下面哪一步想不懂了,就想想dp[i]究竟表示的是啥!

    2. 确定递推公式
      可以想 dp[i]最大乘积是怎么得到的呢?
      其实可以从1遍历j,然后有两种渠道得到dp[i].
      一个是j * (i - j) 直接相乘。
      一个是j * dp[i - j],相当于是拆分(i - j),对这个拆分不理解的话,可以回想dp数组的定义。
      那有同学问了,j怎么就不拆分呢?
      j是从1开始遍历,拆分j的情况,在遍历j的过程中其实都计算过了。那么从1遍历j,比较(i - j) * j和dp[i - j] * j 取最大的。
      最终递推公式:dp[i] = max(dp[i], max((i - j) * j, dp[i - j] * j));
      也可以这么理解,j * (i - j) 是单纯的把整数拆分为两个数相乘,而j * dp[i - j]是拆分成两个以及两个以上的个数相乘。
      如果定义dp[i - j] * dp[j] 也是默认将一个数强制拆成4份以及4份以上了。
      所以递推公式:dp[i] = max({dp[i], (i - j) * j, dp[i - j] * j});
      那么在取最大值的时候,为什么还要比较dp[i]呢?
      因为在递推公式推导的过程中,每次计算dp[i],取最大的而已。

    3. dp的初始化
      不少同学应该疑惑,dp[0] dp[1]应该初始化多少呢?
      有的题解里会给出dp[0] = 1,dp[1] = 1的初始化,但解释比较牵强,主要还是因为这么初始化可以把题目过了。
      严格从dp[i]的定义来说,dp[0] dp[1] 就不应该初始化,也就是没有意义的数值。
      拆分0和拆分1的最大乘积是多少?
      这是无解的。
      这里我只初始化dp[2] = 1,从dp[i]的定义来说,拆分数字2,得到的最大乘积是1,这个没有任何异议!

    4. 确定遍历顺序
      确定遍历顺序,先来看看递归公式:dp[i] = max(dp[i], max((i - j) * j, dp[i - j] * j));
      dp[i] 是依靠 dp[i - j]的状态,所以遍历i一定是从前向后遍历,先有dp[i - j]再有dp[i]。
      枚举j的时候,是从1开始的。i是从3开始,这样dp[i - j]就是dp[2]正好可以通过我们初始化的数值求出来。

    5. 举例推导dp数组

    举例当n为10 的时候,dp数组里的数值,如下:
    在这里插入图片描述

    C++代码

    class Solution {
    public:
        int integerBreak(int n) {
            vector<int> dp(n + 1, 0);
            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]));
                    //两个以上个数取最大值max()函数用法
                }
            }
            return dp[n];
        }
    };
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14

    总结

    动态规划
    英文:Dynamic Programming,简称DP,如果某一问题有很多重叠子问题,使用动态规划是最有效的。
    动态规划中每一个状态一定是由上一个状态推导出来的,这一点就区分于贪心,贪心没有状态推导,而是从局部直接选最优的

    对于动态规划问题,可以拆解为如下五步曲,这五步都搞清楚了,才能说把动态规划真的掌握了!

    1. 确定dp数组(dp table)以及下标的含义
    2. 确定递推公式
    3. dp数组如何初始化
    4. 确定遍历顺序
    5. 举例推导dp数组

    这篇文章主要总结了一些动态规划解决整数拆分的题目,依然是使用动规五部曲,做每道动态规划题目这五步都要弄清楚才能更清楚的理解题目!


    欢迎大家关注本人公众号:编程复盘与思考随笔

    (关注后可以免费获得本人在csdn发布的资源源码)

  • 相关阅读:
    看到一本Spring源码笔记,里面的源码竟如此通俗易懂,原来是阿里产的
    线代 | 【提神醒脑】自用笔记串联
    SQLAlchemy删除所有重复的用户|Counter类运用
    开一个羽毛球馆大概需要多少钱?大约15万左右可以搞定!
    gRPC之gateway集成swagger
    DDoS攻击的变化
    「SpringCloud」04 Ribbon负载均衡服务调用
    mp4文件怎样提取mp3音频文件
    Metamask项目方给Solidity程序员的16个安全建议
    遥感云大数据在灾害、水体与湿地领域典型案 例实践及 GPT 模型应用
  • 原文地址:https://blog.csdn.net/qq_43498345/article/details/127955943