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 )。