您现在的位置是:首页 >其他 >【LeetCode: 343. 整数拆分 | 暴力递归=>记忆化搜索=>动态规划 】网站首页其他
【LeetCode: 343. 整数拆分 | 暴力递归=>记忆化搜索=>动态规划 】
简介【LeetCode: 343. 整数拆分 | 暴力递归=>记忆化搜索=>动态规划 】
? 算法题 ? |
? 算法刷题专栏 | 面试必备算法 | 面试高频算法 ?
? 越难的东西,越要努力坚持,因为它具有很高的价值,算法就是这样✨
? 作者简介:硕风和炜,CSDN-Java领域优质创作者?,保研|国家奖学金|高中学习JAVA|大学完善JAVA开发技术栈|面试刷题|面经八股文|经验分享|好用的网站工具分享???
? 恭喜你发现一枚宝藏博主,赶快收入囊中吧?
? 人生如棋,我愿为卒,行动虽慢,可谁曾见我后退一步???
? 算法题 ? |
? 目录
? 题目链接
⛲ 题目描述
给定一个正整数 n ,将其拆分为 k 个 正整数 的和( k >= 2 ),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: n = 2
输出: 1
解释: 2 = 1 + 1, 1 × 1 = 1。
示例 2:
输入: n = 10
输出: 36
解释: 10 = 3 + 3 + 4, 3 × 3 × 4 = 36。
提示:
2 <= n <= 58
? 求解思路&实现代码&运行结果
⚡ 暴力法
? 求解思路
- 简单概括题目的意思:给定一个n,我们需要将其进行拆分,拆分的原则是拆分的个数必须大于2个。
- 这个题目其实和我们求解背包类型的动态规划如出一辙,不会的同学可以先去看一下我写的关于背包类型的题解,然后再来学习这道题目就会非常容易。
- 有了基本的思路,接下来我们就来通过代码来实现一下。
? 实现代码
class Solution {
public int integerBreak(int n) {
int[] nums=new int[n-1];
for(int i=1;i<n;i++) nums[i-1]=i;
return process(0,nums,n);
}
public int process(int index,int[] nums,int target){
if(index>=nums.length||target<0) return -1;
if(target==0) return 1;
int max=Integer.MIN_VALUE;
for(int i=index;i<nums.length;i++){
int temp=process(i,nums,target-nums[i]);
if(temp!=-1){
max=Math.max(max,temp*nums[i]);
}
}
return max;
}
}
? 运行结果
暴力直接就通过了!!!
⚡ 记忆化搜索
? 求解思路
- 因为在递归的过程中,会重复的出现一些多次计算的结果,我们通过开辟一个数组,将结果提前缓存下来,算过的直接返回,避免重复计算,通过空间来去换我们的时间。
? 实现代码
class Solution {
int[][] dp;
public int integerBreak(int n) {
int[] nums=new int[n-1];
dp=new int[n+1][n+1];
for(int i=1;i<n;i++) nums[i-1]=i;
for(int i=0;i<n;i++) Arrays.fill(dp[i],-1);
return process(0,nums,n);
}
public int process(int index,int[] nums,int target){
if(index>=nums.length||target<0) return -1;
if(target==0) return 1;
if(dp[index][target]!=-1) return dp[index][target];
int max=Integer.MIN_VALUE;
for(int i=index;i<nums.length;i++){
int temp=process(i,nums,target-nums[i]);
if(temp!=-1){
max=Math.max(max,temp*nums[i]);
}
}
return dp[index][target]=max;
}
}
? 运行结果
通过缓存,将重复计算的结果缓存下来,通过。
⚡ 动态规划
? 求解思路
- 有了递归,有了记忆化搜索,接下来就是动态规划了,直接上手。
? 实现代码
class Solution {
int[][] dp;
public int integerBreak(int n) {
int[] nums=new int[n-1];
dp=new int[n+1][n+1];
for(int i=0;i<dp.length;i++) dp[i][0]=1;
for(int i=1;i<n;i++) nums[i-1]=i;
for(int index=n-1;index>=0;index--){
for(int target=1;target<=n;target++){
int max=Integer.MIN_VALUE;
for(int i=index;i<nums.length&&target-nums[i]>=0;i++){
int temp=dp[i][target-nums[i]];
if(temp!=-1){
max=Math.max(max,temp*nums[i]);
}
}
dp[index][target]=max;
}
}
return dp[0][n];
}
}
? 运行结果
动态规划搞定,当然还是可以继续进行优化的,有很大的优化空间,大家可以积极的尝试。
? 共勉
最后,我想和大家分享一句一直激励我的座右铭,希望可以与大家共勉! |
风语者!平时喜欢研究各种技术,目前在从事后端开发工作,热爱生活、热爱工作。