力扣● 343. 整数拆分 ● 96.不同的二叉搜索树

● 343. 整数拆分

想不到,要勇于看题解。

关键在于理解递推公式。

1、DP数组及其下标的含义:dp[i]是分解i这个数得到的最大的乘积。

2、DP数组如何初始化:dp[0]和dp[1]都没意义,所以直接不赋值,初始化dp[2]=1即可。

3、递推公式:根据题目:给定一个正整数 n ,将其拆分为 k正整数 的和( k >= 2 )。可以分成两种情况:①n拆分成2个正整数的和。②n拆分成大于2个正整数的和。

①的话,dp[n]应该=j*(n-j)的最大值,②的话,dp[n]应该等于j*dp[n-j]的最大值。j是从1遍历到i-1,因为dp[n-j]是分解n-j这个数得到的最大的乘积,所以至少分解了2次,乘j就是至少分解了3次。

所以dp[n]应该取两种情况下的最大值,dp[n]=max( j * ( n-j ), j * dp[n-j] )。这个dp[n]只是n包含j的时候分解的最大值,和前面的n包含1......j-1的时候分解的最大值没有联系起来,所以这个式子还是不对的。

因此dp[n]还要和自己比较,和之前的j对应的最大值(也就是最近一次更新的dp[n]比较),最终才是最大值。

根据公式得到从2到10的最大乘积如下:

校验发现正确。

4、遍历顺序:

当然是从左到右从小到大,小的数统计好了,大的数就靠小的数的最大乘积来统计。i初始化了2,所以应该是从3到n,注意下标是对应的,最后就是返回dp[n]。对于j,一般认为从1到i-1,比如4,分解2个的话是1和3,2和2,3和1。j是1,2就统计到了所有的乘积,因为后面的是对称的,所以其实从1到i/2就行。发现分解成2个以上的话也是到i/2之前就能统计到最大值,具体原因还不知道。

5、打印DP数组。

打印如上图,发现没错。

代码:

cpp 复制代码
class Solution {
public:
    int integerBreak(int n) {
        vector<int> dp(n+1);
        dp[2]=1;             //初始化
        for(int i=3;i<=n;++i){
            for(int j=1;j<=i/2;++j){
                dp[i]=max({dp[i],j*(i-j),j*dp[i-j]});    //考虑k=2和k>2的情况,更新dp[i]
            }
        }
        return dp[n];
    }
};

● 96.不同的二叉搜索树

n=3的时候,分为以1为头结点、以2为头结点和以3为头结点三种情况。所以对于所有n,都是如此。

n=3的时候,数量是下面三个数量相加:

元素1为头结点搜索树的数量 = 右子树有2个元素的搜索树数量 * 左子树有0个元素的搜索树数量;

元素2为头结点搜索树的数量 = 右子树有1个元素的搜索树数量 * 左子树有1个元素的搜索树数量;

元素3为头结点搜索树的数量 = 右子树有0个元素的搜索树数量 * 左子树有2个元素的搜索树数量。

那么令dp[i]就是i个节点组成的二叉搜索树的数量,对于所有n,数量是下面n个数量相加:

元素1为头结点搜索树的数量=dp[n-1] * dp[0];

......

元素n为头结点搜索树的数量 = dp[0] * dp[n-1]。

1.dp[i]含义:i个节点组成的二叉搜索树的数量

2.递推公式:

3.初始化:dp[0]=1,dp[1]=1;注意dp[0]是1,空树也是一棵搜索树。

4.遍历顺序:同样的由小推大。

代码:

cpp 复制代码
class Solution {
public:
    int numTrees(int n) {
        vector<int> dp(n+1,0);
        dp[0]=1;//初始化
        for(int i=1;i<=n;++i){
            for(int j=0;j<i;++j){       //求和公式
                dp[i]+=dp[j]*dp[i-1-j]; 
            }
        }
        return dp[n];
    }
};
相关推荐
你的冰西瓜11 分钟前
C++ 中最短路算法的详细介绍
c++·算法·图论·最短路
zstar-_17 分钟前
【算法笔记】6.LeetCode-Hot100-链表专项
笔记·算法·leetcode
Swift社区23 分钟前
Swift 图论实战:DFS 算法解锁 LeetCode 323 连通分量个数
算法·swift·图论
<但凡.26 分钟前
数据结构与算法之美:广义表
数据结构·c++·算法
前端极客探险家37 分钟前
告别卡顿与慢响应!现代 Web 应用性能优化:从前端渲染到后端算法的全面提速指南
前端·算法·性能优化
程序员Xu1 小时前
【OD机试题解法笔记】连续出牌数量
笔记·算法·深度优先
CoovallyAIHub1 小时前
单目深度估计重大突破:无需标签,精度超越 SOTA!西湖大学团队提出多教师蒸馏新方案
深度学习·算法·计算机视觉
CoovallyAIHub1 小时前
从FCOS3D到PGD:看深度估计如何快速搭建你的3D检测项目
深度学习·算法·计算机视觉
偷偷的卷2 小时前
【算法笔记 day three】滑动窗口(其他类型)
数据结构·笔记·python·学习·算法·leetcode
北京地铁1号线2 小时前
Zero-Shot(零样本学习),One-Shot(单样本学习),Few-Shot(少样本学习)概述
人工智能·算法·大模型