代码随想录算法训练营第四十天 | LeetCode 343. 整数拆分、96. 不同的二叉搜索树

简介: 代码随想录算法训练营第四十天 | LeetCode 343. 整数拆分、96. 不同的二叉搜索树

代码随想录算法训练营第四十天 | LeetCode 343. 整数拆分、96. 不同的二叉搜索树

文章链接:整数拆分        不同的二叉搜索树

视频链接:整数拆分        不同的二叉搜索树

1. LeetCode 343. 整数拆分

1.1 思路

  1. 给我们一个数,如何去拆成若干个数使其相乘最大?应该尽可能给他拆成相同的数。比如 10 拆成 5*5<3*3*4。因此拆成 m 个数,这 m 个数数值是近似相等的,这样相乘才尽可能大。
  2. 确定 dp 数组及其下标的含义:dp[i]:对 i 进行拆分,得到的这个最大乘积就是 dp[i]
  3. 递推公式:如果拆成两个数就是一个 j,一个(i-j)。如果是拆成三个及以上的话,就是 j*dp[i-j]。这里可能疑惑为什么不拆分 j 而是拆分 (i-j)呢?其实这里固定 j 之后 拆分(i-j)就已经包含了所有的情况了包括拆分 j 的情况。
  4. dp 数组的初始化:dp[0]、dp[1] 没有意义,拆不了,也可以初始化为 0。dp[2]=1
  5. 遍历顺序:从 3 开始往后遍历,两层 for循环。for(int i=3;i<=n;i++)for(int j=1;j<i;i++)递推公式 dp[i]=Math.max(j*(i-j),j*dp[i-j],dp[i])。为什么还需要 dp[i] 呢?dp[i] 的最大值并不一定出现在最后一次拆分中,可能中间某一次拆分就会出现最大值,所以需要再和 dp[i] 取下最值
  6. 打印 dp 数组:主要用于 debug

1.2 代码

class Solution {
    public int integerBreak(int n) {
        //dp[i] 为正整数 i 拆分后的结果的最大乘积
        int[] dp = new int[n+1];
        dp[2] = 1;
        for(int i = 3; i <= n; i++) {
            for(int j = 1; j <= i-j; j++) {
                // 这里的 j 其实最大值为 i-j,再大只不过是重复而已,
                //并且,在本题中,我们分析 dp[0], dp[1]都是无意义的,
                //j 最大到 i-j,就不会用到 dp[0]与dp[1]
                dp[i] = Math.max(dp[i], Math.max(j*(i-j), j*dp[i-j]));
                // j * (i - j) 是单纯的把整数 i 拆分为两个数 也就是 i,i-j ,再相乘
                //而j * dp[i - j]是将 i 拆分成两个以及两个以上的个数,再相乘。
            }
        }
        return dp[n];
    }
}

2. LeetCode 96. 不同的二叉搜索树

2.1 思路

  1. 我们看上图可以发现当 n=3 时,我们以 1 为头节点时右子树的布局和 n=2 时是一样的,以 2 为头节点时左子树和右子树的布局和 n=1 时是一样的,以 3 为头节点时左子树的布局和 n=2 时是一样的。因此可以发现 n=3 的情况是可以由 n=1 和 n=2 推导出来
  2. 我们再看看 n=3 时二叉搜索树有几种结果。我们可以发现 n=3 时的二叉搜索树的数量是由 n=0、n=1、n=2 推导出来的。即 dp[3]=dp[0]*dp[2]+dp[1]*dp[1]+dp[2]*dp[0]
  3. 确定 dp 数组及其下标的含义:dp[i]:1 到 i 为节点组成的二叉搜索树的个数为 dp[i]
  4. 递推公式:我们用 j 来枚举,从 1 遍历到 i,如果以 j 为头节点,左子树应该有 j-1 个,因为是二叉搜索树,右子树应该有 i-j 个,可以自己举例看看。又以 j-1 个和 i-j 个看 dp,因此 dp[i]+=dp[j-1]*dp[i-j]。这里怎么跟 dp[3]=dp[0]*dp[2]+dp[1]*dp[1]+dp[2]*dp[0] 不一样呢?因为这个公式其实就是由那个算出来的
  5. dp 数组的初始化:dp[0]=1,因为二叉搜索树也是 1 个
  6. 遍历顺序:从前往后从小到大遍历。for(int i=1;i<=n;i++)for(int j=1;j<=i;j++)dp[i]+=dp[j-1]*dp[i-j]
  7. 打印 dp 数组:用于 debug

2.2 代码

class Solution {
    public int numTrees(int n) {
        //初始化 dp 数组
        int[] dp = new int[n + 1];
        //初始化0个节点和1个节点的情况
        dp[0] = 1;
        dp[1] = 1;
        for (int i = 2; i <= n; i++) {
            for (int j = 1; j <= i; j++) {
                //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
                //一共i个节点,对于根节点j时,左子树的节点个数为j-1,右子树的节点个数为i-j
                dp[i] += dp[j - 1] * dp[i - j];
            }
        }
        return dp[n];
    }
}
相关文章
|
2月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
312 0
|
2月前
|
机器学习/深度学习 算法 机器人
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
188 8
|
2月前
|
机器学习/深度学习 算法 自动驾驶
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
197 8
|
2月前
|
机器学习/深度学习 数据采集 负载均衡
结合多种启发式解码方法的混合多目标进化算法,用于解决带工人约束的混合流水车间调度问题(Matlab代码实现)
结合多种启发式解码方法的混合多目标进化算法,用于解决带工人约束的混合流水车间调度问题(Matlab代码实现)
173 0
|
2月前
|
机器学习/深度学习 人工智能 算法
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
165 0
|
2月前
|
数据采集 分布式计算 并行计算
mRMR算法实现特征选择-MATLAB
mRMR算法实现特征选择-MATLAB
222 2
|
3月前
|
传感器 机器学习/深度学习 编解码
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
231 3
|
3月前
|
存储 编解码 算法
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
175 6
|
2月前
|
机器学习/深度学习 算法 数据可视化
基于MVO多元宇宙优化的DBSCAN聚类算法matlab仿真
本程序基于MATLAB实现MVO优化的DBSCAN聚类算法,通过多元宇宙优化自动搜索最优参数Eps与MinPts,提升聚类精度。对比传统DBSCAN,MVO-DBSCAN有效克服参数依赖问题,适应复杂数据分布,增强鲁棒性,适用于非均匀密度数据集的高效聚类分析。
|
3月前
|
机器学习/深度学习 传感器 算法
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
277 14