本文系转载,出处: https://blog.csdn.net/Koala_Tree/article/details/78932316
题目
给定一根长度为n的绳子,请把绳子剪成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]
。请问k[0]* k[1] * … *k[m]
可能的最大乘积是多少?
示例
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
。
问题解析
- 问题是求最优解;
- 整体的问题的最优解是依赖各个子问题的最优解;
- 子问题之间还有互相重叠的更小的子问题;
- 为避免子问题的重复计算,我们存储子问题的最优解。从上往下分析问题,从下往上求解问题。
上面的几个条件可以看出,属于动态规划问题。
贪心解法
如果我们按照如下的策略剪绳子,则得到的各段绳子的长度的乘积将最大;当n>=5
,我们尽可能地剪长度为3
的绳子;当剩下的绳子长度为4
时,把绳子剪为长度为2
的绳子.
贪心算法的核心是通过局部最优解来得到全局最优解,对于分割问题来说,要使乘积最大,该问题的贪心思想是尽可能去剪为长度为3
的绳子!
最简答的递归代码如下:
class Solution {
public:
int maxProduct(int n)
{
if(n==2) return 2;
if(n==3) return 3;
if(n<2) return 0;
if(n==4) return 4;
return 3*maxProduct(n-3);
}
};
动态规划解法
- 定义函数
f(n)
表示为把长度为n
的绳子剪成若干段后各段长度乘积的最大值。 - 对于第一刀,我们有
n-1
种可能的选择,可推导出f(n)=max{f(i)*f(n-i)}
; - 很明显这是一个从上至下的递归,但是这个递归存在很多重复的计算,所以使用至下而上的动态规划,将子问题的最优解保存。
- 注意绳子剪成
ix(n-i)
和(n-i)xi
是相同的; 注意不符合切割条件的输入n
,以及输入为2、3
长度时的结果,因为题中规定m>1
。
动态规划解法代码如下:
class Solution {
public:
int maxProduct(int length)
{
if (length < 2) return 0;
if (length == 2) return 1;
if (length == 3) return 2;
int* products = new int[length + 1];
products[0] = 0;
products[1] = 1;
products[2] = 2;
products[3] = 3;
int max = 0;
for (int i = 4; i <= length; ++i) {
max = 0;
for (int j = 1; j <= i / 2; ++j) {
int product = products[j] * products[i - j];
if (max < product)
max = product;
products[i] = max;
}
}
max = products[length];
delete[] products;
return max;
}
};