本文参考自《剑指offer》一书，代码采用Java语言。
题目
给你一根长度为n绳子，请把绳子剪成m段（m、n都是整数，n＞1并且m＞1）。每段的绳子的长度记为k[0]、k[1]、……、k[m]。k[0]*k[1]*…*k[m]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，此时得到最大的乘积18。
思路
本题采用动态规划或者贪婪算法可以实现。一开始没有思路时，可以从简单的情况开始想，试着算以下比较短的绳子是如何剪的。
当n=1时，最大乘积只能为0；
当n=2时，最大乘积只能为1；
当n=3时，最大乘积只能为2；
当n=4时，可以分为如下几种情况:1*1*1*1，1*2*1，1*3，2*2，最大乘积为4；
往下推时，发现n≥4时，可以把问题变成几个小问题，即：如果把长度n绳子的最大乘积记为f(n)，则有：f(n)=max(f(i)*f(n-1))，0<i<n。所以思路就很容易出来了：从下往上推，先算小的问题，再算大的问题，大的问题通过寻找小问题的最优组合得到。
其实这就是动态规划法，以下是动态规划法的几个特点：
1.求一个问题的最优解
2.整体问题的最优解依赖各子问题的最优解
3.小问题之间还有相互重叠的更小的子问题
4.为了避免小问题的重复求解，采用从上往下分析和从下往上求解的方法求解问题
贪婪算法依赖于数学证明，当绳子大于5时，尽量多地剪出长度为3的绳子是最优解。
测试用例
1.功能测试（长度大于5）
2.边界值测试（长度1，2，3，4）
完整Java代码
（含测试代码，测试代码参考：CuttingRope.cpp）
/**
*
* @Description 面试题14：剪绳子
*
* @author yongh
* @date 2018年9月17日 上午9:37:41
*/ // 题目：给你一根长度为n绳子，请把绳子剪成m段（m、n都是整数，n>1并且m≥1）。
// 每段的绳子的长度记为k[0]、k[1]、……、k[m]。k[0]*k[1]*…*k[m]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
// 时得到最大的乘积18。 public class CuttingRope {
// ======动态规划======
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]; // 用于存放最大乘积值
// 下面几个不是乘积，因为其本身长度比乘积大
product[0] = 0;
product[1] = 1;
product[2] = 2;
product[3] = 3; // 开始从下到上计算长度为i绳子的最大乘积值product[i]
for (int i = 4; i <= length; i++) {
int max = 0;
// 算不同子长度的乘积，找出最大的乘积
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];
} // =======贪婪算法========
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; //错误！
}
timesOf2 = (length - timesOf3 * 3) / 2;
return (int) (Math.pow(3, timesOf3) * Math.pow(2, timesOf2));
} // =====测试代码======
void test(String testName, int length, int expected) {
if (testName != null)
System.out.println(testName + ":");
if (maxProductAfterCutting_solution1(length) == expected) {
System.out.print(" 动态规划:" + "passed ");
} else {
System.out.print(" 动态规划:" + "failed ");
} if (maxProductAfterCutting_solution2(length) == expected) {
System.out.println("贪婪算法:" + "passed ");
} else {
System.out.println("贪婪算法:" + "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:
动态规划:passed 贪婪算法:passed
test2:
动态规划:passed 贪婪算法:passed
test3:
动态规划:passed 贪婪算法:passed
test4:
动态规划:passed 贪婪算法:passed
test5:
动态规划:passed 贪婪算法:passed
test6:
动态规划:passed 贪婪算法:passed
test7:
动态规划:passed 贪婪算法:passed
CuttingRope
收获
1.最优解问题，经常使用动态规划法，关键要刻画最优解的结构特征（本题的f(n)），从下往上计算最优解的值，没有思路时，从简单情况先算一下。
2.动态规划法中，子问题的最优解一般存放于一个数组中。
3.本题贪婪规划的代码中，timeOf2别忘记等于1的情况。
复习时补充：
1. 动态规划法可以直接令 f(n)=max{f(n-2)*2,f(n-3)*3} 就可以了。
2. 贪婪算法，第51-58行可改为
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;