题目:给你一根长度为n的绳子,请把绳子剪成m段,每段绳子的长度记为k[0],k[1]....,k[m]。请问k[0]xk[1]x...,k[m]可能的最大乘积是多少。例如:长度为8剪成2 3 3 得到最大乘积18.
分析:绳子的最小基础剪发可以分为2 或3, 也就是,当数据中全是由2 或3 组成时,相乘的结果最大。因此,由小至大,
* 绳子的长为2时,只能剪成1 1,即f(2) = 1x1 = 1;
* 当绳子长为3时,可能将绳子剪成长度为1 2 或者1 1 1,由于1 x 2 > 1 x 1 x 1,因此f(3)=2;
* 当绳子长为4时,可能将绳子剪成长度为2 2 或者 1 2 1 或者1 1 1 1或者 1 3,由于2 x 2 > 其他,因此f(4)=2*2
* 当绳子长为5时,可能将绳子剪成长度为3 2 或者...,由于3 x 2 > 其他,因此f(5)=3*2;
* 当绳子长为6时,可能将绳子剪成长度为3 3 或者...,由于3 x 3 > 其他,因此f(6)=3*3=9;//不使用f(3)因为3为最小单位中的最大值
* 当绳子长为7时,可能将绳子剪成长度为4 3 或者...,由于4 x 3 > 其他,因此f(7)=f(4)*3=2*2*3=12;我们的算法求解范围为由1-n。由小向大算,因此f(4)我们已经算出来了,直接使用即可,不必重复计算。
* 当绳子长为8时,可能将绳子剪成长度为2 6 或者...,因此f(8)=f(6)*2=3*3*2=18;我们的算法求解范围为由1-n。由小向大算,因此f(6)我们已经算出来了,直接使用即可,不必重复计算。
同理,当绳子长为9时,比较2*f(7)的值和3*f(6)的值即可.当绳子长为10时,比较2*f(8)的值和3*f(7)的值即可..当绳子长为11时,比较2*f(9)的值和3*f(8)的值即可.
public int maxProductAfterCutting(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; } return products[length]; }
这是另一种实现方式。按照最小基数单元来的。2 3,减少一点点计算次数。第一次感受到了算法的美妙之处~~~不要鄙视我,哈哈
public int maxProductAfterCutting(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; for (int i = 4; i <= length; i++) { int p2 = 2 * products[i - 2]; int p3 = 3 * products[i - 3]; products[i] = p2 < p3 ? p3 : p2; } return products[length]; }
上面是动态规划法,下面是贪婪法。
public int maxProductAfterCutting2(int length) { if (length < 2) { return 0; } if (length == 2) { return 1; } if (length == 3) { return 2; } int paraThree = length / 3; int paraTwo = 1; if (length - paraThree * 3 == 1) { paraThree--; paraTwo = 2; } return (int) (Math.pow(3, paraThree)) * (int) (Math.pow(2, paraTwo)); }