算法7.剪绳子


题目描述

给你一根长度为 n 的绳子,请把绳子剪成整数长度的 m 段(m、n都是整数,n>1并且m>1),每段绳子的长度记为 k[0],k[1]...k[m-1] 。请问 k[0]*k[1]*...*k[m-1] 可能的最大乘积是多少?例如,当绳子的长度是8时,我们把它剪成长度分别为2、3、3的三段,此时得到的最大乘积是18。

示例 1:

输入: 2
输出: 1
解释: 2 = 1 + 1, 1 × 1 = 1

示例 2:

输入: 10
输出: 36
解释: 10 = 3 + 3 + 4, 3 × 3 × 4 = 36

解题思路

方法一:动态规划(自底向上)

时间复杂度:$O(N^2)$

空间复杂度:$O(N)$

代码如下

class Solution {
public:
    int cuttingRope(int n) {
        int dp[n+1];
        for(int i=0; i<=n; i++){
            dp[i] = 0;
        }
        for(int i=1; i<=n; i++){
            for(int j=1; j<i; j++){
                dp[i] = max(dp[i],max(dp[j],j)*max(dp[i-j],i-j));
            }
        }
        return dp[n];
        // cout<<dp[n]<<endl;
    }
};

解法分析

绳子有着固定长度n,动态规划的思想就是把1~n-1的所有值都求出来放在一个数组里,通过前面这些值来求n的值。本题的思路也是这样的:

假设dp[n]代表绳子长度为n切出来乘积结果的最大值。那么求dp[n]的时候,每次都从1~n-1遍历一遍,将dp[n]分解成dp[i]dp[n-i]的乘积,再比较遍历中的最大值。

解法注意点

因为本题要求绳子至少要切一次,所以无论绳子有多短(比如n=2),也要想办法切出来,即使最终的乘积比没切的时候还小。因此就会出现下列特殊情况:

  • n=2 dp[n]=1<2
  • n=3 dp[n]=2<3

  • n=4 dp[n]=4=4

举个例子,当n=8时,切成i=3n-i=5时,dp[3]就不再是最优解了,因此这个时候应该停止切分dp[3],所以在算法判别的时候,要加入max(dp[j],j)这个元素。

方法二:记忆化递归(自顶向下)

时间复杂度:$O(2^N)$

空间复杂度:$O(N)$ 若不用空间数组,则空间复杂度为$O(2^N)$

代码如下

class Solution:
    def cuttingRope(self, n: int) -> int:
        # 使用辅助函数
        def memoize(n):
            if n == 2: return 1
            if f[n] != 0: # 如果f[n]已经计算过,直接返回避免重复计算
                return f[n]
            res = -1
            for i in range(1, n):
                res = max(res, max(i * (n - i),i * memoize(n - i)))
            f[n] = res
            return res

        f = [0 for _ in range(n + 1)]
        return memoize(n)

解法分析

绳子有着固定长度n,动态规划的思想就是把1~n-1的所有值都求出来放在一个数组里,通过前面这些值来求n的值。本题的思路也是这样的:

假设dp[n]代表绳子长度为n切出来乘积结果的最大值。那么求dp[n]的时候,每次都从1~n-1遍历一遍,将dp[n]分解成dp[i]dp[n-i]的乘积,再比较遍历中的最大值。

递归图示

解法注意点

相比于不开数组直接递归,这种解法对空间和时间更友好一些。暴力解法会超时,但是很多进阶解法往往是暴力解法的优化。注意到上述代码中超时的原因主要是因为重复计算了 $F(n)$,为了避免重复计算可以使用 记忆化技术。

记忆化技术的代码中经常需要建立函数 memoize 辅助实现。我们使用数组 f 来保存长度为 i时的最大长度 f[i],最后返回 f[n]即可。

方法三:数学推导

时间复杂度:$O(1)$

空间复杂度:$O(1)$

代码如下

class Solution {
public:
    int cuttingRope(int n) {
        if(n==2||n==3)
            return n-1;
        if(n==4)
            return 4;
        if(n>4){
            long long int sum=1;
            while (n>4)
            {
                sum *= 3;
                sum %= 1000000007;
                n -= 3;
            }
            sum *= n;
            sum %= 1000000007;
            return sum;
        }
        else
        {
            return -1;
        }

    }
};

解法分析

利用数学推导算出最优解,极大简化计算量。

此题运用了均值不等式,得出切得绳子长度尽可能一样,最后的结果越大;再利用求导取极大值,来算出具体是切到哪个长度结果会最大。数学推导过程参照力扣大神Krahets的题解。

数学推导过程


文章作者: ray
版权声明: 本博客所有文章除特別声明外,均采用 CC BY 4.0 许可协议。转载请注明来源 ray !
评论
 上一篇
算法8.数值的整数次方 算法8.数值的整数次方
题目描述实现函数double Power(double base, int exponent),求base的exponent次方。不得使用库函数,同时不需要考虑大数问题。 示例 1: 输入: 2.00000, 10 输出: 1024.000
2020-09-26
下一篇 
算法6.矩阵中的路径找寻 算法6.矩阵中的路径找寻
题目描述请设计一个函数,用来判断在一个矩阵中是否存在一条包含某字符串所有字符的路径。路径可以从矩阵中的任意一格开始,每一步可以在矩阵中向左、右、上、下移动一格。如果一条路径经过了矩阵的某一格,那么该路径不能再次进入该格子。例如,在下面的3×
2020-09-25
  目录