14. 剪绳子 I
思路:这个题一开始感觉是dp,但是找不准状态转移方程。看了大神的题解以后才发现这个题有一定的数学推导成分。首先当 x=2 时,只能对应1 * 1;当x=3时,显然 1 * 2 要大于 1 * 1 * 1,这两种情况很容易理解。
有趣的是我们可以得到一个不等式 3*(x-3)>x,当且仅当 x≥\ge≥ 5 时成立,这说明 x≥\ge≥ 5 时,将 x 拆出一个一个的3,得到的乘积是最大的;而在 x=4 时,将x拆成 2 * 2 显然比 1 * 3 要大,x=3 或 x=2 时显然不用再拆分,因为拆出来的乘积比 x 本身还要小。所以要把大于等于4的数,拆分成若干个2和3,3的数量能多则多,其实想一想就会发现2的数量不超过两个。
上面是大神的解释,这里我有一点想法:其实不用太在乎那个不等式怎么得到的,从小到大,每个数必须要拆开,2和3拆开发现得到的最大乘积要比他自身小,然而从4开始,就会出现和他相等甚至比他大的拆分乘积了,而且此时拆分出来的2和3不用再拆分。就拿5来举例,万一有更大的数拆分成5和其他若干数,那么这个5还是需要再度拆分的。因此这就是下述代码中dp[1],dp[2],dp[3]=1,2,3的缘由。
因此这个题可以用两种思路来写,但都是基于拆成2,3这两个数的理论。第一种用dp,思路和我的理解相近,代码如下所示;第二种直接写个循环,思路和大神理解相近,大于等于5时不断乘3减3,最后保证都是 2 和 3就好,代码比较简单就不列举了。
dp代码:
class Solution:
def cuttingRope(self, n: int) -> int:
if n == 2:
return 1
if n == 3:
return 2
dp = [0 for _ in range(n+1)]
#n大于等于4时,拆开得到的2和3不用再分了,因为2和3拆开得到的值小于它本身
dp[1], dp[2], dp[3] = 1, 2, 3
res = 0
for i in range(4, n+1):
for j in range(1, int((n+1)/2)+1):
res = max(res, dp[j]*dp[i-j])
dp[i] = res
return dp[n]
14. 剪绳子 II
思路:在取模运算以后,此时的动态规划就不能用了,而是应该利用上题中大神的方法,直接写循环判断即可。其实我觉得这个题的思路要受到上个题的启发。
代码:
class Solution:
def cuttingRope(self, n: int) -> int:
if n == 2:
return 1
if n == 3:
return 2
res = 1
while n >= 4:
if n >= 5:
res = res*3
if res > 1000000007:
res %= 1000000007
n -= 3
elif n == 4:
res = res * 2
if res > 1000000007:
res %= 1000000007
n -= 2
if n == 2 or n == 3:
res = res * n
res %= 1000000007
return res
15. 二进制中1的个数
思路:标准的位运算题,将原始数据和1做与运算,如果等于1,表明该数据二进制最低一位是1,让计数器+1;不断的向右移位,并和1相与,直到该数据等于0,就可以统计出原始数据中二进制位是1的个数。
代码:
class Solution:
def hammingWeight(self, n: int) -> int:
res = 0
while n > 0:
if n & 1 == 1:
res += 1
n >>= 1
return res