Leetcode| 343. 整数拆分、96. 不同的二叉搜索树 Day41

最新推荐文章于 2025-08-10 09:12:36 发布

把瓶子洗干净

最新推荐文章于 2025-08-10 09:12:36 发布

阅读量218

点赞数

CC 4.0 BY-SA版权

分类专栏：算法文章标签： leetcode 算法动态规划

本文链接：https://blog.youkuaiyun.com/wh1234546/article/details/128449363

算法专栏收录该内容

54 篇文章

订阅专栏

本文详细解析了两道经典的动态规划题目：整数拆分问题（Integer Break）和不同的二叉搜索树计数问题（Unique Binary Search Trees）。通过具体实例介绍了如何使用动态规划的方法来求解这些问题，并给出了优化思路。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

343. Integer Break

class Solution:
    def integerBreak(self, n: int) -> int:
        dp = [0] * (n + 1)
        dp[2] = 1
        '''
        dp[i]：分拆数字i，可以得到的最大乘积为dp[i]
        将 i 拆分有 2 种方案：
        1. i - j 和 j  (i - j)不再拆分，乘积是 (i - j) * j
        2. i - j 和 j  (i - j)继续拆分，乘积是 dp[i - j] * j
        '''
        for i in range(3, n + 1):
            for j in range(1, i):
                dp[i] = max(dp[i], max((i - j) * j, dp[i - j] * j))

        return dp[n]

优化：
拆分一个数n 使之乘积最大，那么一定是拆分成m个近似相同的子数相乘才是最大的
m一定大于等于2，也就是最差也应该是拆成两个相同的可能是最大值
拆成大于等于三个时，每个子数一定小于等于n/2，所以j只需要遍历到n/2

class Solution:
    def integerBreak(self, n: int) -> int:
        dp = [0] * (n + 1)
        dp[2] = 1

        for i in range(3, n + 1):
            for j in range(1, i//2 + 1):
                dp[i] = max(dp[i], max((i - j) * j, dp[i - j] * j))

        return dp[n]

96. Unique Binary Search Trees

dp[i] ： 1到i为节点组成的二叉搜索树的个数为dp[i]
343
递推公式：
dp[i] += dp[j - 1] * dp[i - j]; ，j-1 为j为头结点左子树节点数量，i-j 为以j为头结点右子树节点数量

class Solution:
    def numTrees(self, n: int) -> int:
        dp = [0] * (n + 1)
        dp[0] = 1

        for i in range(1, n + 1):
            for j in range(1, i + 1):
                dp[i] += (dp[j - 1] * dp[i - j])

        return dp[n]