闫氏DP分析法应用

闫氏DP分析法应用:最大化整数拆分问题


1. 状态表示(化零为整)

1.1 集合的定义

我们首先需要定义一个表示状态的集合。我们将考虑拆分的所有可能性,并且定义集合的属性:

  • 集合:( S(n) ) 表示所有拆分整数 ( n ) 的方案集合。

    • 每个拆分方式由若干个正整数组成,这些正整数之和为 ( n )。
    • 例如,( S(5) ) 的拆分方式有 ( (4, 1), (3, 2), (2, 2, 1), (1, 1, 1, 1, 1) ),每个拆分方式的乘积也需要计算。
  • 属性:我们需要最大化这些拆分方式的乘积。因此,( dpn ) 表示整数 ( n ) 的最大拆分乘积。

具体地:

  • 状态表示:对于给定的 ( n ),( dpn ) 表示整数 ( n ) 拆分后的最大乘积。

2. 状态计算(化整为零)

在状态表示明确后,我们需要设计状态转移方程,推导出如何从小的子问题推导到大的问题。

2.1 子集划分:

为了计算 ( dpn ),我们考虑将 ( n ) 拆分成两个部分 ( j ) 和 ( n-j )。对于每个 ( j )(( 1 \leq j < n )),我们有两种情况:

  • 不选 ( n-j ) 继续拆分:如果选择拆分为 ( j ) 和 ( n-j ),那么直接计算它们的乘积 ( j \times (n-j) )。

  • 选 ( n-j ) 继续拆分:如果 ( n-j ) 继续拆分,使用已求得的最优解 ( dpn-j ),并计算乘积 ( j \times dpn-j )。

因此,状态转移的关键是选择每个 ( j ) 对应的拆分方式,并计算它们的最大乘积。

2.2 状态转移方程:

根据以上分析,我们可以得到状态转移方程:
d p n = max ⁡ 1 ≤ j < n { max ⁡ ( j × ( n − j ) , j × d p n − j ) } dpn = \max_{1 \leq j < n} \{ \max(j \times (n-j), j \times dpn-j) \} dpn=1≤j<nmax{max(j×(n−j),j×dpn−j)}

  • 解释 :
    • 第一部分 ( j \times (n-j) ) 表示不再拆分 ( n-j ) 的情况,直接计算拆分 ( j ) 和 ( n-j ) 的乘积。
    • 第二部分 ( j \times dpn-j ) 表示继续递归拆分 ( n-j ),然后乘上 ( j )。
2.3 初始化条件:

为了开始递推,我们需要初始化一些基础值:

  • ( dp1 = 1 )(虽然不拆分,但这是递归的基准)。
  • ( dp2 = 1 )(2 拆分为 1 和 1,乘积为 1)。

3. 示例推导 ( n = 5 )

接下来,我们使用闫氏DP分析法,逐步计算 ( dp5 ):

3.1 初始化
  • ( dp1 = 1 )
  • ( dp2 = 1 )
3.2 递推计算 ( dp3 )

我们根据状态转移方程计算 ( dp3 ):

  • 对于 ( j = 1 ):( dp3 = \max(1 \times 2, 1 \times dp2) = \max(2, 1) = 2 )
  • 对于 ( j = 2 ):( dp3 = \max(2 \times 1, 2 \times dp1) = \max(2, 2) = 2 )

因此,( dp3 = 2 )。

3.3 递推计算 ( dp4 )

继续递推,计算 ( dp4 ):

  • 对于 ( j = 1 ):( dp4 = \max(1 \times 3, 1 \times dp3) = \max(3, 2) = 3 )
  • 对于 ( j = 2 ):( dp4 = \max(2 \times 2, 2 \times dp2) = \max(4, 2) = 4 )
  • 对于 ( j = 3 ):( dp4 = \max(3 \times 1, 3 \times dp1) = \max(3, 3) = 3 )

因此,( dp4 = 4 )。

3.4 递推计算 ( dp5 )

最终计算 ( dp5 ):

  • 对于 ( j = 1 ):( dp5 = \max(1 \times 4, 1 \times dp4) = \max(4, 4) = 4 )
  • 对于 ( j = 2 ):( dp5 = \max(2 \times 3, 2 \times dp3) = \max(6, 4) = 6 )
  • 对于 ( j = 3 ):( dp5 = \max(3 \times 2, 3 \times dp2) = \max(6, 3) = 6 )
  • 对于 ( j = 4 ):( dp5 = \max(4 \times 1, 4 \times dp1) = \max(4, 4) = 4 )

因此,( dp5 = 6 )。

最终答案:( dp5 = 6 )。


相关推荐
罗西的思考5 小时前
【轻量化复刻大模型 / KIMI K3】Muon 优化器及 训练系统
人工智能·算法·机器学习
ashiho6 小时前
【LeetCode hot 100】3. 无重复字符的最长子串 (三种解法)
java·数据结构·后端·算法·leetcode·滑动窗口
数据工匠老o6 小时前
数据库没死,业务卡住了:行锁等待、元数据锁、长事务的排查路径
数据库·算法·架构
黑客笔记6 小时前
安全态势感知中的资产失陷排名思考
人工智能·算法·网络安全
青少儿编程课堂8 小时前
蓝桥杯·全国青少年信息素养大赛·电子学会Python/C++考级:扫描线与线段树求矩形面积并解析
c++·python·算法·bfs·信息学竞赛
电科_银尘9 小时前
【大模型算法与工程 09】SGD、Momentum与AdamW:优化器如何选择
人工智能·算法
货拉拉技术10 小时前
视觉底座:货拉拉OCR的进阶之路
算法
__underline__10 小时前
冷门Python知识点005篇:list.sort( )的排序稳定性,是用0字节额外内存实现的
python·算法
风落青芜13 小时前
数据结构:堆的概念与实现
c语言·开发语言·数据结构·算法