Smile and maybe tomorrow you'll see sun come shinning through.
微笑吧,或许明天你就会看到太阳照耀着你。
问题描述
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
提示:
- 2 <= n <= 58
数学方式解决
在做这题之前我们先来看这样一个问题,一个整数先把他分成两部分,x+y=n(假设x>=y并且x-y<=1,也就是说x和y非常接近)那么乘积是x*y。然后我们再把这两部分的差放大(x+1)+(y-1)=n(假设x>=y);他们的乘积是(x+1)*(y-1)=x*y-(x-y)-1,很明显是小于x*y的,所以我们得出结论,如果把整数n分为两部分,那么这两部分的值相差越小乘积越大。
同理还可以证明如果分成3部分,4部分……也是相差越小乘积会越大。
根据上面的证明,如果我们把长度为n的绳子分为x段,则每段只有在长度相等的时候乘积最大,那么每段的长度是n/x。所以他们的乘积是(n/x)^x。我们来对这个函数求导
通过对函数求导我们发现,当x=n/e的时候,也就是每段绳子的长度是n/x=n/(n/e)=e的时候乘积最大。我们知道e=2.718281828459。而题中我们的绳子剪的长度都是整数,所以不可能取e,我们只能取接近e的值,也就是3的时候乘积最大。
但也有例外,当n<=4的时候会有特殊情况,因为2*2>1*3。明白了这点代码就容易多了,如果n大于4,我们不停的把绳子减去3,来看下代码
1public int cuttingRope(int n) { 2 if (n == 2 || n == 3) 3 return n - 1; 4 int res = 1; 5 while (n > 4) { 6 //如果n大于4,我们不停的让他减去3 7 n = n - 3; 8 //计算每段的乘积 9 res = res * 3;10 }11 return n * res;12}
或者如果不想使用循环,我们还可以使用公式
1public int cuttingRope(int n) { 2 if (n == 2 || n == 3) 3 return n - 1; 4 else if (n % 3 == 0) { 5 //如果n是3的倍数,绳子全部剪为3 6 return (int) Math.pow(3, n / 3); 7 } else if (n % 3 == 1) { 8 //如果n对3求余等于1,我们剪出一个长度为4的,其他长度都是3 9 return 4 * (int) Math.pow(3, (n - 4) / 3);10 } else {11 //如果n对3求余等于2,我们剪出一个长度为2的,其他长度都是312 return 2 * (int) Math.pow(3, n / 3);13 }14}
动态规划解决
定义一个数组dp,其中dp[i]表示的是长度为i的绳子能得到的最大乘积。我们先把长度为i的绳子拆成两部分,一部分是j,另一部分是i-j,那么会有下面4种情况
1,j和i-j都不能再拆了
- dp[i]=j*(i-j);
2,j能拆,i-j不能拆
- dp[i]=dp[j]*(i-j);
3,j不能拆,i-j能拆
- dp[i]=j*dp[i-j];
4,j和i-j都能拆
- dp[i]=dp[j]*dp[i-j];
我们取上面4种情况的最大值即可。我们把它整理一下,得到递推公式如下
dp[i] = max(dp[i], (max(j, dp[j])) * (max(i - j, dp[i - j])));
比如我们想计算长度为9的绳子,画个图来看一下
计算长度为9的绳子之前,我们必须要先计算长度为8的绳子。对于长度为9的绳子我们可以先分为两部分,每一部分都取最大值,然后相乘。
最后再来看下代码
1public int cuttingRope(int n) { 2 int[] dp = new int[n + 1]; 3 dp[1] = 1; 4 for (int i = 2; i <= n; i++) { 5 for (int j = 1; j < i; j++) { 6 dp[i] = Math.max(dp[i], (Math.max(j, dp[j])) * (Math.max(i - j, dp[i - j]))); 7 } 8 } 9 return dp[n];10}
总结
这题应该说更像是一道数学题,使用数学的方式很容易解决,动态规划的递推公式可能不太容易想到。
长按上图,识别图中二维码之后即可关注。
如果喜欢这篇文章就点个"赞"吧