1.整数拆分
代码随想录
视频讲解:动态规划,本题关键在于理解递推公式!| LeetCode:343. 整数拆分_哔哩哔哩_bilibili
代码:
class Solution {
public:int integerBreak(int n) {// dp[i] 拆分数字i所获得的最大乘积为dp[i]vector<int> dp(n + 1,0);// 初始化dp[2] = 1;// 递推公式for(int i = 3;i <= n; i++){for(int j = 1;j < i - 1; j++){dp[i] =max(dp[i], max(j * (i - j),j * dp[i - j]));}}return dp[n];}
};
思路:
dp数组的含义:拆分数字i所获得的最大乘积为dp[i]
dp数组的递推公式:分为两种情况,拆分为两个数字,拆分为两个以上的数字。因此,dp[i] =max(dp[i], max(j * (i - j),j * dp[i - j]))。
这里要强调的是:max函数里dp[i]是为了去记录 之前遍历j的不同数值时的 等号左边的最终要求得的dp[i] 可能取到的最大值——通过不断更新 dp[i] 的值,我们可以在动态规划的过程中找到拆分数字 i 所获得的最大乘积。也正是因为这种记录历史信息的方式,我们才能够不断地比较并选择最优解,从而得到最终的结果。
dp数组的初始化:从dp[2]开始有意义,dp[2]初始化为1
遍历顺序:从左到右
2.不同的二叉搜索树
代码随想录
视频讲解:动态规划找到子状态之间的关系很重要!| LeetCode:96.不同的二叉搜索树_哔哩哔哩_bilibili
代码:
class Solution {
public:int numTrees(int n) {// dp[i]表示i个节点组成的互不相同的二叉搜索树的种类vector<int> dp(n + 1,0);// 初始化dp[0] = 1;// 递推公式for(int i = 1; i <= n; i++){for(int j = 1;j <= i ;j++){dp[i] += dp[j - 1] * dp[i - j];}}return dp[n];}
};
思路:
dp数组的含义:dp[i]表示i个节点组成的互不相同的二叉搜索树的种类
dp数组的递推公式:确认好一个节点为根结点,dp[i]就等于 它的不同数目左右子树的种类和的乘积 的总和。即dp[i] += dp[j - 1] * dp[i - j]
dp数组的初始化:
从递归公式上来讲,dp[以j为头结点左子树节点数量] * dp[以j为头结点右子树节点数量] 中以j为头结点左子树节点数量为0,也需要dp[以j为头结点左子树节点数量] = 1, 否则乘法的结果就都变成0了。
因此dp[0] = 1
遍历顺序:从左到右
我在做这道题的时候,犯了两个错,一个是我忘记左右子树的节点总数是i-1了,另一个是dp[i]对应着不同数目的左右子树,因此它是取不同情况的总和数。