剪绳子 
关键词:位运算
 
题目描述 给你一根长度为 n 的绳子,请把绳子剪成整数长度的 m 段(m、n都是整数,n>1并且m>1),每段绳子的长度记为 k[0],k[1]…k[m-1] 。请问 k[0]*k[1]*…*k[m-1] 可能的最大乘积是多少?例如,当绳子的长度是8时,我们把它剪成长度分别为2、3、3的三段,此时得到的最大乘积是18。
示例 1:
1 2 3 输入: 2 1 2  = 1  + 1 , 1  × 1  = 1 
示例2:
1 2 3 输入: 10 36 10  = 3  + 3  + 4 , 3  × 3  × 4  = 36 
思路 思路一: 
暴力递归(超出时间限制) 
我们往往会在头脑中形成一种很直观的暴力解法,就是列举出所有的情况,找到乘积最大的那个解。
设 F(n)为长度为 n的绳子可以得到的最大乘积,对于每一个 F(n)),可以得到如下分解:
从上图看出我们可以把求解 F(n)的问题分解成求解 F(n−1) 的问题,以此类推,直到求解到 F(2)时,F(2)=1,递推回去,问题就得到了解决。这用到的就是分治的思想。
分治思想的解决方法往往是递归,注意到我们每次将一段绳子剪成两段时,剩下的部分可以继续剪,也可以不剪, 因此我们得到了递归函数 
F(n)=max(i×(n−i),i×F(n−i)),i=1,2,…,n−2。
复杂度分析 
时间复杂度:O(N^2),对于每一个 i调用一次递归,递归的时间复杂度为 O(N),故时间复杂度为 O(N^2)。
空间复杂度:O(N^2)。
思路二: 
记忆化技术(自顶向下) 
上述暴力解法会超时,但是很多进阶解法往往是暴力解法的优化。注意到上述代码中超时的原因主要是因为重复计算了 F(n),为了避免重复计算可以使用 记忆化(memoization)技术。
记忆化技术的代码中经常需要建立函数 memoize 辅助实现。我们使用数组 f 来保存长度为 i时的最大长度 f[i] ,最后返回 f[n]即可。
复杂度分析 
时间复杂度:O(N^2),原因同上,时间复杂度仍然为 O(N^2),只是采用记忆化减少部分计算时间
空间复杂度:O(N),使用了数组f。
思路三: 
动态规划(自底向上):(本地成功,力扣失败,报错超了int 的范围)
同样地,我们也可以使用动态规划,从已知值 F(2)逐步迭代到目标值 F(n),它是一种自底向上的方法。
算法 
建立一维动态数组 dp:
    边界条件:dp[1] = dp[2] = 1,表示长度为 2 的绳子最大乘积为 1;
    状态转移方程:dp[i] = max(dp[i], j * max(i - j, dp[i - j])),可以这样理解:
复杂度分析 
时间复杂度:O(N^2).
空间复杂度:O(N)。
思路四: 
动态规划优化解法 
算法 
我们发现任何大于 3 的数都可以拆分为数字 1,2,3 的和,且它们对 3 的余数总是 0,1,2,因此我们可以仅用 dp[0],dp[1],dp[2] 表示所有大于 3 的值,这样空间复杂度可降到 O(1)。
这样重复使用 dp 数组,只须一趟遍历即可完成,可使时间复杂度降到 O(N)。
复杂度分析 
时间复杂度:O(N).
空间复杂度:O(1)。
思路五: 
数学方法 (在面试时尽量按照常规思路去解)
贪心法则:尽可能分解出多的 3,3 的个数为 a,得到余数 b 可能为 0,1,2:
b = 0,返回 3^a;
b = 1,我们将末尾的 3+1 分解成 2×2,因此返回 3 < 4
b = 2,返回 3^a×2;代码 思路一:
1 2 3 4 5 6 7 8 9 10 int  cuttingRope (int  n) if (n == 2 ) return  1 ;int  res = -1 ;for (int  i = 1 ; i <= n; i++)max (res, max (i * cuttingRope(n - i), i * (n - i)));return  res;
思路二:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 class  Solution { public :int  f[59 ] = {0 };int  memoize (int  n)      {if  (n == 2 )return  1 ;if  (f[n] != 0 )return  f[n];int  res = -1 ;for  (int  i = 1 ; i <= n; i++)max (res, max (i * (n - i), i * memoize(n - i)));return  res;int  cuttingRope (int  n)      {if  (n == 2 )return  1 ;int  res = -1 ;for  (int  i = 1 ; i <= n; i++)return  res;
思路三:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 int  cuttingRope (int  n) if (n < 2  || n > 58 ) return  0 ;if (n == 2 ) return  1 ;int  dp[n + 1 ];0 ] = 1 ;1 ] = 1 ;2 ] = 1 ;for (int  i = 3 ;i <= n; i++){for (int  j = 1 ; j <= i; j++){max (dp[i], j * max (i - j, dp[i - j]));return  dp[n];
思路四:
1 2 3 4 5 6 7 8 9 10 11 12 int  cuttingRope (int  n) if (n < 2  || n > 58 ) return  0 ;if (n == 2 ) return  1 ;int  dp[3 ] = {0 , 1 , 1 };for (int  i = 3 ; i <= n; i++){3 ] = max(max(max(dp[(i - 1 ) % 3 ], i - 1 ),2  * max(dp[(i - 2 ) % 3 ], i - 2 )),3  * max(dp[(i - 3 ) % 3 ], i - 3 ));return  dp[n % 3 ];
思路五:
1 2 3 4 5 6 7 8 9 10 int  cuttingRope (int  n) if (n < 2  || n > 58 ) return  0 ;if (n < 4 ) return  n - 1 ;int  a = n / 3 ;int  b = n % 3 ;if (b == 0 ) return  pow (3 , a);else  if (b == 1 ) return  pow (3 , a - 1 ) * 4 ;else  if (b == 2 ) return  pow (3 , a) * 2 ;
知识点 
max函数 vector的用法 c++数组