算法训练Day40|343. 整数拆分 ● 96.不同的二叉搜索树

简介: 算法训练Day40|343. 整数拆分 ● 96.不同的二叉搜索树

343. 整数拆分 - 力扣(LeetCode)


1.思路


确定dp[]数组含义,dp[n]表示数 n 各子数的最大乘积

dp[2] 初始为 1.

遍历顺序,从 3 开始,最值从 j * (i - j) 和 j * dp[i - j] 以及 dp[i] 中选择.

dp[i] = Math.max(dp[i], Math.max(j * (i - j), j * dp[i - j]));



2.代码实现

 1class Solution {
 2    public int integerBreak(int n) {
 3        int[] dp = new int[n + 1]; // 创建一个长度为 n + 1 的数组,用于存储每个整数的最大乘积
 4        dp[2] = 1; // 初始化 dp[2] = 1, 因为 2 只能分解为两个 1, 成绩为1
 5        // 从整数 3 开始计算最大乘积
 6        for (int i = 3; i <= n; i++) { 
 7            // 遍历从 1 到 i - j 的整数, j 表示分解的第一个整数的大小
 8            for (int j = 1; j < i - j; j++) {
 9                // 计算当前情况下的最大乘积, 有两种情况:
10                // 1. 不分解第一个整数,乘积为 j * (i - j)
11                // 2. 分解第一个整数,乘积为 j * dp[i - j], dp[i - j] 表示将 i - j 分解为多个整数后的最大乘积
12                // 去两者之间的较大值
13                // dp[i] 每次也参与其中
14                dp[i] = Math.max(dp[i], Math.max(j * (i - j), j * dp[i - j]));
15            }
16        }
17        // 返回 n 对应的最大乘积
18        return dp[n];
19    }
20}

3.复杂度分析


时间复杂度:O(n^2).

空间复杂度:O(n).


LeetCode:


96. 不同的二叉搜索树 - 力扣(LeetCode)


1.思路

看完题解,这种题更像是找规律。而且未必好找,似乎只能靠熟练度刷出思维方式.

动规五部曲:

①确定dp[n]的含义:数n的二叉搜索树的个数为dp[n]

②dp[]数组声明:int[] dp = new int[n + 1];

③初始化:dp[0] = 1;dp[1] = 1;

④确定递推公式:dp[i] += dp[j - 1] * dp[i - j];

⑤确定遍历顺序:从小数到大数顺序遍历.



2.代码实现

 1class Solution {
 2    public int numTrees(int n) {
 3        int[] dp = new int[n + 1];
 4        dp[0] = 1;
 5        dp[1] = 1;
 6        for (int i = 2; i <= n; i++) {
 7            for (int j = 1; j <= i; j++) {
 8                // 对于第 i 个节点,需要考虑 1 作为根节点,直到 i 作为根节点的情况,所以需要累加
 9                // 一共 i 个节点,根节点为 j 时,左子树的节点个数为 j - 1, 右子树的节点数量为 i - j
10                dp[i] += dp[j - 1] * dp[i - j];
11            }
12        }
13        return dp[n];
14    }
15}
3.复杂度分析

时间复杂度:O(n^2).

空间复杂度:O(n).

相关文章
|
1月前
|
存储 机器学习/深度学习 算法
蓝桥杯练习题(三):Python组之算法训练提高综合五十题
蓝桥杯Python编程练习题的集合,涵盖了从基础到提高的多个算法题目及其解答。
60 3
蓝桥杯练习题(三):Python组之算法训练提高综合五十题
|
20天前
|
分布式计算 Java 开发工具
阿里云MaxCompute-XGBoost on Spark 极限梯度提升算法的分布式训练与模型持久化oss的实现与代码浅析
本文介绍了XGBoost在MaxCompute+OSS架构下模型持久化遇到的问题及其解决方案。首先简要介绍了XGBoost的特点和应用场景,随后详细描述了客户在将XGBoost on Spark任务从HDFS迁移到OSS时遇到的异常情况。通过分析异常堆栈和源代码,发现使用的`nativeBooster.saveModel`方法不支持OSS路径,而使用`write.overwrite().save`方法则能成功保存模型。最后提供了完整的Scala代码示例、Maven配置和提交命令,帮助用户顺利迁移模型存储路径。
|
1月前
|
机器学习/深度学习 算法 决策智能
【机器学习】揭秘深度学习优化算法:加速训练与提升性能
【机器学习】揭秘深度学习优化算法:加速训练与提升性能
|
1月前
|
算法 Java C++
【贪心算法】算法训练 ALGO-1003 礼物(C/C++)
【贪心算法】算法训练 ALGO-1003 礼物(C/C++)
【贪心算法】算法训练 ALGO-1003 礼物(C/C++)
|
1月前
|
算法 C++
蓝桥 算法训练 共线(C++)
蓝桥 算法训练 共线(C++)
|
2月前
|
存储 算法 C#
C#二叉搜索树算法
C#二叉搜索树算法
|
4月前
knn增强数据训练
【7月更文挑战第27天】
37 10
|
4月前
|
数据采集 编解码 人工智能
破解ChatGPT惊人耗电!DeepMind新算法训练提效13倍,能耗暴降10倍
【7月更文挑战第19天】DeepMind的JEST算法革新AI训练,提升效率13倍,节能10倍。通过联合数据批次选择,预训练指导及多分辨率训练,优化资源利用,降低能耗。实验显示性能提升,达到SOTA水平,但实施需大量资源,依赖优质参考模型。[论文链接](https://arxiv.org/pdf/2406.17711)
69 10
|
4月前
knn增强数据训练
【7月更文挑战第28天】
40 2
|
3月前
|
算法 搜索推荐
支付宝商业化广告算法问题之基于pretrain—>finetune范式的知识迁移中,finetune阶段全参数训练与部分参数训练的效果如何比较
支付宝商业化广告算法问题之基于pretrain—>finetune范式的知识迁移中,finetune阶段全参数训练与部分参数训练的效果如何比较