题目描述:
给定一根长度为n的绳子,请把绳子剪成m段(m、n都是整数,n>1并且m>1),每段绳子的长度记为k[0],k[1],…,k[m]。请问k[0]* k[1] * … *k[m]可能的最大乘积是多少?
例如:
例如,当绳子的长度是8时,我们把它剪成长度分别为2、3、3的三段,此时得到的最大乘积是18。
题目解析:
该题目是典型的动态规划题目,即求最优解。整体问题的最优解依赖于子问题的最优解,子问题之间还有相互重叠的更小的子问题,为避免子问题的重复计算,我们使用数组将子问题的最优解存储起来。
**思路**:
> 本题用动态规划的角度去解。
> 第一步:确定最优策略,使得剪掉绳子的几段乘积最大。最后一步:乘积最大。子问题:假设该绳子剪成两段,剪完的两个部分都必须是最大乘积。
> 第二步:状态转移方程: dp[i] = max{ dp[i - j]*dp[j], (i - j)*j}
> 第三步:确定初始值和边界:dp[0] = 0,dp[1] = 1, dp[2] = 1
> 第四步:计算顺序,从dp[3]开始到dp[n]
代码实现如下:
# -*- coding:utf-8 -*-
class Solution:
def cutRope(self, number):
# write code here
# dp[i] = max(dp[i - j] * dp[j],(i - j) * j) 1 <= j <= i-j
if number < 2 or number > 60:
return
dp = [0 for i in range(number + 1)]
dp[1] = 1
dp[2] = 1
for i in range(3, number + 1):
j = 1
while j <= i - j:
dp[i] = max(dp[i - j] * dp[j], dp[i],(i - j) * j)
j += 1
return dp[number]
输出:
18
以上为该问题的动态规划解法,贪婪法二刷的时候再更新。
该问题在面试的时候问过的频率较高,望读者重视,亦为自勉。