题目来源:https://leetcode-cn.com/problems/integer-break
题目描述
给定一个正整数 n,将其拆分为至少两个正整数的和,并使这些整数的乘积最大化。 返回你可以获得的最大乘积。
示例 1:
输入: 2
输出: 1
解释: 2 = 1 + 1, 1 × 1 = 1。
示例 2:
输入: 10
输出: 36
解释: 10 = 3 + 3 + 4, 3 × 3 × 4 = 36。
说明: 你可以假设 n 不小于 2 且不大于 58。
题目大意
- 经典动态规划题
- 动态规划的五步骤:
- 确定dp数组和下标含义:dp[i]代表n为i的乘积最大化的值
- 确定递推公式:
d p [ i ] = { m a x ( j ∗ ( i − j ) , j ∗ d p [ i − j ] ) dp[i]= \left \{ \begin{array} {c}max(j*(i-j),j*dp[i-j]) \end{array} \right. dp[i]={ max(j∗(i−j),j∗dp[i−j])
- 继续
- 如何定义和初始化dp数组
- dp[0]和dp[1]为0表示n为这两个数时不可分割
- 确定遍历顺序
- i可以直接从下标2开始遍历(i∈[2,n]),j从1开始遍历到i,j∈[1,i)
- 举例推导dp数组
- 如何定义和初始化dp数组
动态规划
- 通过j的遍历,我们不断更新n=i时,得到所进行所有分割方法后得出乘积的最大值,然后更新到dp[i]上即可,最终输出dp[n]
class Solution {
public:
int integerBreak(int n) {
vector<int> dp(n + 1, 0);
for(int i = 2 ; i <= n; ++i){
int maxCount = 0;
for(int j = 1 ; j < i ; ++j){
maxCount = max(maxCount, max(j * (i - j), j * dp[i - j]));
}
dp[i] = maxCount;
}
return dp[n];
}
};
复杂度分析
- 时间复杂度:O(n^2)。n为数组的长度
- 空间复杂度:O(n)。n为数组的长度