650. 两键键盘

💡 原文英文,约800词,阅读约需3分钟。
📝

内容提要

这篇文章介绍了一个问题:在记事本上有一个字符'A',每一步可以进行两种操作:复制全部字符或粘贴上一次复制的字符。给定一个整数n,返回得到n个字符'A'所需的最小操作次数。使用动态规划的方法解决这个问题,通过一个dp数组记录得到i个字符所需的最小操作次数。最后返回dp[n]。

🔎

延伸解读

动态规划解法的核心思路

文章采用动态规划,定义dp[i]为得到i个'A'所需的最小操作次数。初始化dp[1]=0,因为初始已有一个'A'。对于每个i从2到n,遍历其所有因子d,若i能被d整除,则dp[i]可由dp[d]加上将d个'A'扩展为i个'A'的操作数得到。这种基于因子的状态转移,本质上是将问题分解为更小的子问题,避免重复计算。

因子枚举与操作次数的关系

在状态转移中,若i能被d整除,则从d个'A'扩展到i个'A'需要先复制全部d个'A',再粘贴(i/d - 1)次,总操作数为1 + (i/d - 1) = i/d。因此dp[i] = min(dp[i], dp[d] + i/d)。文章通过枚举所有因子d来更新dp[i],确保找到最小操作次数。这一关系揭示了操作次数与因子分解之间的内在联系。

示例验证与边界情况

文章给出了多个示例:n=3时输出3,n=1时输出0,n=10时输出7,n=24时输出9。这些结果与动态规划的计算一致。特别地,n=1时无需任何操作,直接返回0。对于n=24,最优策略可能是先得到6个'A'(操作5次),再复制粘贴3次得到24个'A'(操作4次),总计9次。这验证了因子分解思路的有效性。

❓

Q&A

如何在记事本上得到n个字符'A'?

可以通过复制全部字符和粘贴上一次复制的字符来实现。

动态规划如何用于解决这个问题?

使用dp数组记录得到i个字符所需的最小操作次数,通过检查每个字符数的因子来更新。

得到一个字符'A'需要多少操作?

得到一个'A'不需要任何操作,因此dp[1] = 0。

如果n=10,最小操作次数是多少?

对于n=10,最小操作次数是7。

如何计算得到n个字符'A'的最小操作次数?

初始化dp数组,遍历从2到n的每个数,检查其因子并更新dp值。

这个问题的最大限制是什么?

问题的限制是1 <= n <= 1000。

🏷️

标签

➡️

继续阅读