leetcode 343. Integer Break

探讨如何通过动态规划解决整数拆分问题,即给定一个正整数n,将其拆分为至少两个正整数之和,并最大化这些整数的乘积。

343Integer Break

Given a positive integer n, break it into the sum of at least two positive integers and maximize the product of those integers. Return the maximum product you can get.

For example, given n = 2, return 1 (2 = 1 + 1); given n = 10, return 36 (10 = 3 + 3 + 4).

Note: You may assume that n is not less than 2 and not larger than 58.


1、动态规划的思想。

2、中间有一步。如果拆分后的乘积还没有本身大,那就不拆分。

class Solution {
public:
    int integerBreak(int n)
    {
        if (n == 2) return 1;

        vector<int> ret(n + 1, 0);
        ret[1] = 1;
        ret[2] = 2;
        for (int i = 3; i <= n; i++)
        {
            for (int j = 1; j <= i/2; j++ )
            {
                ret[i] = max(ret[i], ret[j] * ret[i - j]);
            }
            if (i < n) ret[i] = max(ret[i], i);
        }
        return ret[n];
    }
};


### 代码实现 #### Java 动态规划实现 ```java class Solution { public int integerBreak(int n) { if (n == 2) return 1; if (n == 3) return 2; int[] dp = new int[n + 1]; dp[2] = 2; dp[3] = 3; for (int i = 4; i <= n; i++) for (int j = 1; j <= i; j++) dp[i] = Math.max(dp[i], j * dp[i - j]); return dp[n]; } } ``` #### C++ 贪心算法实现 ```cpp class Solution { public: int integerBreak(int n) { vector<int> numvec; if(n==2) return 1; if(n==3) return 2; if(n==4) return 4; do { numvec.push_back(3); n=n-3; if(n<=3) { numvec.push_back(n); break; } if(n==4) { numvec.push_back(4); break; } }while(1); int sum=1; for(int i=0;i<numvec.size();i++) { sum*=numvec[i]; } return sum; } }; ``` #### Java 另一种动态规划实现 ```java class Solution { public int integerBreak(int n) { //定义dp数组 int[] dp = new int[n + 1]; //初始化dp数组 dp[2] = 1; for(int i = 3; i <= n; i++){ for(int j = 1; j < i - 1; j++){ //j*(i-j)代表把i拆分为j和i-j两个数相乘 //j*dp[i-j]代表把i拆分成j和继续把(i-j)这个数拆分,取(i-j)拆分结果中的最大乘积与j相乘 dp[i] = Math.max(dp[i], Math.max(j * (i - j), j * dp[i - j])); } } return dp[n]; } } ``` ### 分析总结 本题要求将一个正整数 `n` 拆分为至少两个正整数的和,并使这些整数的乘积最大化。 #### 动态规划思路 - **确定 `dp` 数组含义**:`dp[i]` 表示分拆数字 `i` 可以得到的最大乘积 [^3]。 - **递推公式推导**:将 `i` 拆分成 `i - j` 和 `j` 的和,存在两种情况。一是 `i - j` 不再拆分,即 `j * (i - j)`;二是 `i - j` 继续拆分,即 `j * dp[i - j]`。所以递推公式为 `dp[i] = max({dp[i], (i - j) * j, dp[i - j] * j})` [^3]。 - **初始化**:根据 `dp[i]` 的定义,拆分数字 2 得到的最大乘积是 1,所以 `dp[2] = 1`。`dp[0]` 和 `dp[1]` 无意义,无需初始化 [^3]。 - **遍历顺序**:由于 `dp[i]` 依赖于 `dp[i - j]` 的状态,所以 `i` 从前向后遍历,先有 `dp[i - j]` 再有 `dp[i]` [^3]。 #### 贪心算法思路 当 `n >= 5` 时,尽可能多地拆分出 3。当剩下的数为 4 时,将其拆分为 4 而不是 2 和 2,因为 `4 > 2 * 2`。最后将拆分得到的数相乘,即可得到最大乘积 [^2]。 ###
评论
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