LeetCode343整数拆分（动态规划）

原理

1. 问题分析与状态定义
   • 题目要求将一个正整数 n 拆分成至少两个正整数的和，然后求这些正整数的最大乘积。定义状态 dp[i] 表示将整数 i 拆分后得到的最大乘积。
   • 对于整数 i，我们可以尝试将其拆分成 j 和 i - j 两部分（其中 j 的取值范围是从 1 到 i - 1），然后对于 i - j 这部分，它又有两种情况：一是不再继续拆分，直接就是 i - j；二是继续拆分，其最大乘积就是 dp[i - j]。所以我们需要比较这几种情况乘积的大小，取最大值作为 dp[i] 的值，由此得到状态转移方程。
2. 边界条件确定
   • 当 n = 2 时，因为至少要拆分成两个正整数，只能拆分成 1 + 1，其乘积为 1，所以 dp[2] = 1，这是后续动态规划计算的起始边界值。

步骤

1. 动态规划数组初始化
   • 创建一个大小为 n + 1 的 vector 数组 dp，用于存储将每个整数从 2 到 n 拆分后能得到的最大乘积，并将 dp[2] 初始化为 1，作为边界条件。
2. 动态规划计算
   • 通过外层循环从 3 开始遍历到 n，对于每一个整数 i（表示当前要处理的整数），使用内层循环从 1 到 i - 1 遍历，尝试将 i 拆分成 j 和 i - j 两部分（j 为拆分出来的其中一个数）。
   • 对于每一种拆分情况，计算三种可能乘积中的最大值来更新 dp[i]：
     • 第一种是 j * (i - j)，表示 i - j 这部分不再拆分，直接计算它们的乘积。
     • 第二种是 j * dp[i - j]，表示 i - j 这部分继续拆分，其最大乘积为 dp[i - j]，再与 j 相乘。
     • 然后取这两种情况以及当前 dp[