【LeetCode】343. 整数拆分 Integer Break(C++)


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(ij),jdp[ij])
  • 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

在这里插入图片描述

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

猜你喜欢

转载自blog.csdn.net/lr_shadow/article/details/115003687