echo

任生命穿梭 时间的角落

0%

整数拆分

343. 整数拆分

给定一个正整数 n,将其拆分为至少两个正整数的和,并使这些整数的乘积最大化。 返回你可以获得的最大乘积。

示例 1:

1
2
3
输入: 2
输出: 1
解释: 2 = 1 + 1, 1 × 1 = 1。

示例 2:

1
2
3
输入: 10
输出: 36
解释: 10 = 3 + 3 + 4, 3 × 3 × 4 = 36。

说明: 你可以假设 n 不小于 2 且不大于 58。

方法一:动态规划

对于任意正整数 n,我们至少可以将其拆分为两个正整数的和。令 k 是拆分出来的第一个正整数,剩下的部分是 n - k,n - k 可以选择「不拆分」和「继续拆分」,是否拆分取决于这两个选择哪一个的最大乘积最大。

创建 dp 数组,dp[i] 表示将正整数 i 拆分为至少两个正整数的和之后,这些正整数的最大乘积。0 和 1 都不能进行拆分 所以 dp[0] = dp[1] = 0

i >= 2 时,假设对正整数 i 拆分出的第一个正整数是 j (1 <= j < i),有以下两种选择:

  • i - j 不继续拆分,此时的乘积是 j * (i - j)
  • i - j 继续拆分,此时的乘积是 j * dp[i - j]

我们取这两者的最大值,得到状态转移方程:
$$
dp[i] = \max_{1\leq j <i}{j \times max((i - j), dp[i - j])}
$$
最终结果为 dp[n]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
class Solution {
public int integerBreak(int n) {
int[] dp = new int[n + 1];
dp[1] = dp[2] = 1;
for(int i = 3; i <= n; i++){
int x = Integer.MIN_VALUE;
for(int j = 1; j < i; j++){
x = Math.max(x, j * Math.max(dp[i - j], i - j));
}
dp[i] = x;
}
return dp[n];
}
}

时间复杂度O(n^2),空间复杂度O(n)。

方法二:数学

将 n 拆分成最多的 3 和 2,但是不能出现 1。

例如当 n = 10 时,最多的 3 的拆分方法为 3331,但是由于 1 对结果没有贡献,将最后的 31 改成 2*2。

1
2
3
4
5
6
7
8
9
10
11
12
class Solution {
public int integerBreak(int n) {
if(n <=3 )return n-1;

int x = n / 3, b = n % 3;
if(b == 0) return (int)Math.pow(3, x);
//如果最后的余数为 1 ,代表存在 3*1这种情况,要改为 2*2
if(b == 1) return (int)Math.pow(3, x-1)*4;
//余数为 2
return (int)Math.pow(3,x)*2;
}
}

时间复杂度O(1),空间复杂度O(1)。