Leetcode 3669. Balanced K-Factor Decomposition

• Leetcode 3669. Balanced K-Factor Decomposition
  • 1. 解题思路
  • 2. 代码实现

• 题目链接：3669. Balanced K-Factor Decomposition

1. 解题思路

这一题思路上同样还是比较直观的，就是分两步：

• 第一步就是找出给定的$n$的所有质因数；
• 第二步就是探索有的$n$的质因数的组合，将其合并为$k$个因数，并使其最为接近。

其中，关于第一步，我们只需要提前计算出所有的质因数，然后遍历一下看看$n$的所有质因数的分布即可。

然后关于第二步，我们使用一个动态规划即可处理。

2. 代码实现

给出python代码实现如下：

def get_primes(n):
    primes = []
    status = [0 for _ in range(n+1)]
    for i in range(2, n+1):
        if status[i] == 1:
            continue
        primes.append(i)
        for j in range(i, n+1, i):
            status[j] = 1
    return primes

PRIMES = get_primes(10**5)

class Solution:
    def minDifference(self, n: int, k: int) -> List[int]:
        
        def split(n):
            factors = []
            for p in PRIMES:
                if n < p:
                    break
                while n % p == 0:
                    factors.append(p)
                    n = n // p
            return factors

        factors = split(n)
        if len(factors) <= k:
            return [1] * (k-len(factors)) + factors
        # print(factors)

        @lru_cache(None)
        def dfs(arr):
            if len(arr) == k:
                return arr
            ans = []
            e = arr[0]
            for i, num in enumerate(arr):
                if i == 0:
                    continue
                nxt = list(arr[1:i] + arr[i+1:])
                bisect.insort(nxt, e * num)
                candi = dfs(tuple(nxt))
                if ans == [] or candi[-1]-candi[0] < ans[-1]-ans[0]:
                    ans = candi
            return ans

        return dfs(tuple(factors))

提交代码评测得到：耗时12ms，占用内存18.55MB。