【leetcode】343. 整数拆分(dp)

探讨了将正整数拆分为多个正整数之和,以实现这些整数乘积最大化的算法问题。通过动态规划方法求解,介绍了状态转移方程及边界条件处理,给出AC代码实现。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目描述

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

解题思路

  1. 令dp[ i i i]表示整数 i i i拆分成若干正整数之后乘积的最大值。则dp[ i i i]= m a x max max(dp[ i − j i-j ij]* j j j) ,( j ∈ [ 1 , i − 1 ] j\in[1,i-1] j[1,i1]),对动态规划的“感觉不错”的话,这个状态转移方程应该能想出来。
  2. 对于边界条件,我们把dp[ i i i]初始化为 i i i,因为这样就可以用上面的状态转移方程得到整数 m m m的“(m-1)*1”这样的一个拆分。
  3. 另外我们发现当 2 < = x < = 3 2<=x<=3 2<=x<=3时,上面的状态转移方程不能递推出正确的结果。因为我们发现这两个较小的数其实满足dp[ i i i]= m i n min min(dp[ i − j i-j ij]* j j j) ,( j ∈ [ 1 , i − 1 ] j\in[1,i-1] j[1,i1])。也可以直接看出 2 < = x < = 3 2<=x<=3 2<=x<=3时, d p [ x ] = x − 1 dp[x]=x-1 dp[x]=x1,直接特判一下输出就行了。

AC代码

class Solution {
public:
    int Max(int a,int b){
     return a>b ? a : b;
    }
    int integerBreak(int n) {
     vector<int>dp(n+1,0);
     if(n<=3) return n-1;
    for(int i=1;i<=n;i++) dp[i]=i;
    for(int i=2;i<=n;i++){
    for(int j=1;j<i;j++){
    dp[i]=Max(dp[i],dp[i-j]*j);
    }
    }
    return dp[n];
    }
};

上一篇博客:【洛谷】P1821 [USACO07FEB] Cow Party S(单源最短路)

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值