本文參考自《劍指offer》一書,代碼採用Java語言。html
更多:《劍指Offer》Java實現合集 java
給你一根長度爲n繩子,請把繩子剪成m段(m、n都是整數,n>1而且m>1)。每段的繩子的長度記爲k[0]、k[1]、……、k[m]。k[0]*k[1]*…*k[m]可能的最大乘積是多少?例如當繩子的長度是8時,咱們把它剪成長度分別爲二、三、3的三段,此時獲得最大的乘積18。git
本題採用動態規劃或者貪婪算法能夠實現。一開始沒有思路時,能夠從簡單的狀況開始想,試着算如下比較短的繩子是如何剪的。github
當n=1時,最大乘積只能爲0;面試
當n=2時,最大乘積只能爲1;算法
當n=3時,最大乘積只能爲2;數組
當n=4時,能夠分爲以下幾種狀況:1*1*1*1,1*2*1,1*3,2*2,最大乘積爲4;ide
往下推時,發現n≥4時,能夠把問題變成幾個小問題,即:若是把長度n繩子的最大乘積記爲f(n),則有:f(n)=max(f(i)*f(n-1)),0<i<n。因此思路就很容易出來了:從下往上推,先算小的問題,再算大的問題,大的問題經過尋找小問題的最優組合獲得。post
其實這就是動態規劃法,如下是動態規劃法的幾個特色:測試
1.求一個問題的最優解
2.總體問題的最優解依賴各子問題的最優解
3.小問題之間還有相互重疊的更小的子問題
4.爲了不小問題的重複求解,採用從上往下分析和從下往上求解的方法求解問題
貪婪算法依賴於數學證實,當繩子大於5時,儘可能多地剪出長度爲3的繩子是最優解。
測試用例
1.功能測試(長度大於5)
2.邊界值測試(長度1,2,3,4)
(含測試代碼,測試代碼參考:CuttingRope.cpp)
/** * * @Description 面試題14:剪繩子 * * @author yongh * @date 2018年9月17日 上午9:37:41 */ // 題目:給你一根長度爲n繩子,請把繩子剪成m段(m、n都是整數,n>1而且m≥1)。 // 每段的繩子的長度記爲k[0]、k[1]、……、k[m]。k[0]*k[1]*…*k[m]可能的最大乘 // 積是多少?例如當繩子的長度是8時,咱們把它剪成長度分別爲二、三、3的三段,此 // 時獲得最大的乘積18。 public class CuttingRope { // ======動態規劃====== public int maxProductAfterCutting_solution1(int length) { if (length <= 1) return 0; if (length == 2) return 1; if (length == 3) return 2; int[] product = new int[length + 1]; // 用於存放最大乘積值 // 下面幾個不是乘積,由於其自己長度比乘積大 product[0] = 0; product[1] = 1; product[2] = 2; product[3] = 3; // 開始從下到上計算長度爲i繩子的最大乘積值product[i] for (int i = 4; i <= length; i++) { int max = 0; // 算不一樣子長度的乘積,找出最大的乘積 for (int j = 1; j <= i / 2; j++) { if (max < product[j] * product[i - j]) max = product[j] * product[i - j]; } product[i] = max; } return product[length]; } // =======貪婪算法======== public int maxProductAfterCutting_solution2(int length) { if (length <= 1) return 0; if (length == 2) return 1; if (length == 3) return 2; int timesOf3 = length / 3; int timesOf2 = 0; if (length - timesOf3 * 3 == 1) { timesOf3--; // timesOf2=2; //錯誤! } timesOf2 = (length - timesOf3 * 3) / 2; return (int) (Math.pow(3, timesOf3) * Math.pow(2, timesOf2)); } // =====測試代碼====== void test(String testName, int length, int expected) { if (testName != null) System.out.println(testName + ":"); if (maxProductAfterCutting_solution1(length) == expected) { System.out.print(" 動態規劃:" + "passed "); } else { System.out.print(" 動態規劃:" + "failed "); } if (maxProductAfterCutting_solution2(length) == expected) { System.out.println("貪婪算法:" + "passed "); } else { System.out.println("貪婪算法:" + "failed "); } } void test1() { test("test1", 1, 0); } void test2() { test("test2", 2, 1); } void test3() { test("test3", 3, 2); } void test4() { test("test4", 4, 4); } void test5() { test("test5", 5, 6); } void test6() { test("test6", 10, 36); } void test7() { test("test7", 50, 86093442); } public static void main(String[] args) { CuttingRope demo = new CuttingRope(); demo.test1(); demo.test2(); demo.test3(); demo.test4(); demo.test5(); demo.test6(); demo.test7(); } }
test1:
動態規劃:passed 貪婪算法:passed
test2:
動態規劃:passed 貪婪算法:passed
test3:
動態規劃:passed 貪婪算法:passed
test4:
動態規劃:passed 貪婪算法:passed
test5:
動態規劃:passed 貪婪算法:passed
test6:
動態規劃:passed 貪婪算法:passed
test7:
動態規劃:passed 貪婪算法:passed
1.最優解問題,常常使用動態規劃法,關鍵要刻畫最優解的結構特徵(本題的f(n)),從下往上計算最優解的值,沒有思路時,從簡單狀況先算一下。
2.動態規劃法中,子問題的最優解通常存放於一個數組中。
3.本題貪婪規劃的代碼中,timeOf2別忘記等於1的狀況。
複習時補充:
1. 動態規劃法能夠直接令 f(n)=max{f(n-2)*2,f(n-3)*3} 就能夠了。
2. 貪婪算法,第51-58行可改成
int timesOf3=n/3; if(n%3==0) return (int)Math.pow(3, timesOf3); if(n%3==1) return (int)Math.pow(3, timesOf3-1)*4; //是乘以4,不是2 return (int)Math.pow(3, timesOf3)*2;