动态规划 剪绳子问题

给一段长度为n的绳子,请把绳子剪成m段,每段绳子的长度为k0,k1,k2,k3....km.请问k0*k1*k2.....*km的最大乘积为多少

cpp 复制代码
#include <vector> // 包含vector头文件
#include <algorithm> // 包含algorithm头文件,用于max函数

class Solution { // 定义解决方案类
public:
    int cutRope(int n) { // 主函数,计算最大乘积
        if (n <= 1) return 0; // 如果绳子长度小于等于1,无法剪断
        if (n == 2) return 1; // 如果绳子长度为2,最大乘积为1
        if (n == 3) return 2; // 如果绳子长度为3,最大乘积为2
        
        std::vector<int> dp(n + 1, 0); // 创建动态规划数组,初始化为0
        
        // 初始化基础情况
        dp[0] = 0; // 长度为0的绳子乘积为0
        dp[1] = 1; // 长度为1的绳子乘积为1
        dp[2] = 2; // 长度为2的绳子乘积为2
        dp[3] = 3; // 长度为3的绳子乘积为3
        
        for (int i = 4; i <= n; i++) { // 从长度4开始计算
            for (int j = 1; j <= i / 2; j++) { // 尝试所有可能的切割点
                dp[i] = std::max(dp[i], dp[j] * dp[i - j]); // 更新最大乘积
            }
        }
        
        return dp[n]; // 返回长度为n的绳子的最大乘积
    }
};

这个实现使用了动态规划的方法来解决问题。以下是主要的设计思路:

  1. 我们定义了一个Solution类,其中包含一个cutRope函数来解决这个问题。
  2. 首先,我们处理了一些特殊情况:
    • 如果绳子长度小于等于1,无法剪断,返回0。
    • 如果绳子长度为2,最大乘积为1(必须剪断)。
    • 如果绳子长度为3,最大乘积为2(必须剪断)。
  3. 我们创建了一个动态规划数组dp,其中dp[i]表示长度为i的绳子能得到的最大乘积。
  4. 初始化基础情况:
    • dp[0] = 0dp[1] = 1dp[2] = 2dp[3] = 3
    • 注意,对于长度为2和3的情况,虽然必须剪断,但在作为子问题时,保持完整可能会得到更大的乘积。
  5. 然后,我们从长度4开始,逐步计算到长度n:
    • 对于每个长度i,我们尝试所有可能的切割点j。
    • 计算dp[j] * dp[i-j],这代表将绳子切割成长度为j和i-j的两段。
    • 使用std::max函数来更新dp[i],保证它始终是最大的乘积。
  6. 最后,返回dp[n],即为所求的最大乘积。

这个算法的时间复杂度为O(n^2),空间复杂度为O(n)。

当然可以使用更有效的解法,但是需要一点数学知识这个优化的算法基于一个数学发现:当绳子长度大于3时,尽可能多地切出长度为3的片段会得到最大乘积。如果最后剩下的长度为1,我们应该将其与一个3合并,形成一个长度为4的片段

cpp 复制代码
class Solution { // 定义解决方案类
public:
    int cutRope(int n) { // 主函数,计算最大乘积
        if (n <= 3) return n - 1; // 处理特殊情况
        
        int quotient = n / 3; // 计算可以切出多少个长度为3的片段
        int remainder = n % 3; // 计算切完长度为3的片段后剩余的长度
        
        if (remainder == 0) { // 如果刚好被3整除
            return pow(3, quotient); // 返回3的quotient次方
        } else if (remainder == 1) { // 如果余1
            return pow(3, quotient - 1) * 4; // 最后的3和1合并为4
        } else { // 如果余2
            return pow(3, quotient) * 2; // 最后剩一个2
        }
    }
    
private:
    int pow(int base, int exponent) { // 快速幂函数
        int result = 1; // 初始化结果为1
        while (exponent > 0) { // 当指数大于0时循环
            if (exponent & 1) { // 如果指数的二进制表示中当前位为1
                result *= base; // 将base乘到结果中
            }
            base *= base; // base自乘
            exponent >>= 1; // 指数右移一位
        }
        return result; // 返回结果
    }
};
相关推荐
JieE2121 天前
LeetCode 101. 对称二叉树|JS 递归 + 迭代双解法,彻底搞懂镜像判断
javascript·算法
JieE2122 天前
LeetCode 56. 合并区间|超清晰 JS 图解思路,面试高频区间题
javascript·算法·面试
Jack202 天前
HarmonyOS开发中错误处理策略:网络异常统一处理
算法
小小杨树2 天前
读懂色彩:拍照调色不再难
算法·计算机视觉·配色
JieE2123 天前
LeetCode 226. 翻转二叉树|JS 递归超详细拆解,二叉树入门经典题
javascript·算法
JieE2123 天前
LeetCode 104. 二叉树的最大深度|递归思路超详细拆解
javascript·算法
vivo互联网技术3 天前
CVPR 2026 | 全新强化学习框架 BeautyGRPO:重塑真实人像
算法·大模型·cvpr·影像
Darling噜啦啦3 天前
列表转树算法深度解析:从 Map 到 Reduce 的两种实现,面试高频考点
数据结构·算法·面试
用户497863050733 天前
(一)小红的数组操作
算法·编程语言