Imagine you have a special keyboard with the following keys:
Key 1: (A): Prints one 'A' on screen.
Key 2: (Ctrl-A): Select the whole screen.
Key 3: (Ctrl-C): Copy selection to buffer.
Key 4: (Ctrl-V): Print buffer on screen appending it after what has already been printed.
Now, you can only press the keyboard for N times (with the above four keys), find out the maximum numbers of 'A' you can print on screen.
Example 1:
Input: N = 3
Output: 3
Explanation:
We can at most get 3 A's on screen by pressing following key sequence:
A, A, A
Example 2:
Input: N = 7
Output: 9
Explanation:
We can at most get 9 A's on screen by pressing following key sequence:
A, A, A, Ctrl A, Ctrl C, Ctrl V, Ctrl V
Note:
- 1 <= N <= 50
- Answers will be in the range of 32-bit signed integer.
看起来和2 keys keyboard有点像，但是并不一样。这里全选（以下简称a），复制（以下简称c），粘贴（以下简称v）比之前多了一步，而且问题是给步数n求能得到最大A的数量。（平A=直接按A）
注意这个一开始没有A，一个也没有。
可以先自己手算前几个（r代表结果result）：
n=1,r=1
n=2,r=2
n=3,r=3
这几个非常明显。这时候应该稍微有点意识了，acv三步走实现加倍，如果本身比3小，那是不如平A的。
n=4，r=4
这时候n比3大，但还是不能用acv，因为acv必须要求至少3步，少了什么也没有，如果这里硬要用的话只能对1个A使用，太不划算。
这时候应该能想到，要想让acv三步至少不亏，那么之前至少要留有3个A，也就是说n=6的时候不亏。即：
n=6,r=6
前面的5自然还是一个个A拼出来：n=5,r=5
n=7的时候，又是一个需要思考的地方。按前面说的，6个A可以通过平A得到，也可以3个A再acv，acv的方法肯定更优，因为给后面留下了继续v的可能。
所以如果从n=6加v，结果是9.
当然还需要考虑使用acv的不同情况。可能性已经有不少了，比如只使用一轮acv+（+指1个或多个），或者极限的话可以在A之后使用连续两轮acv。这些结果都不如9大，但是可以提供一些思路。
到这里其实没太多必要继续推下去了。从最优角度来看，除了前面平A，后面应该都要用acv+及其组合。因为这里只给了步数，并不存在要套数字或者溢出的问题，所以尽量争取A的数量最多。
也就是说最优解应该是这种形状：
初始若干平A + （acv+）+（acv+）...
关于acv的效率，3步相当于x2,4步（acvv）相当于x3,5步相当于x4，或者设acv+步数为k，那么效果是x（k-1）。
说了这么多，有什么用呢？
其实这些就是问题的本质。相当于动态规划。因为总步数一定，目的就是让这些数乘起来尽可能大。
当然这里面还掺杂了初始平A这种东西。至少得3次平A之后再使用acv。
其实有鉴于上一道题，我本来一开始想尝试数学解法，结果还是不行。看来面试的时候还是直接奔DP比较靠谱。当然有大神掏出了O（1）的数学解法，我表示牛到不行，只能佩服。后面有讲，总之数学解法难度是ACM级别的（臆测）。
DP就不同了，只要知道关系式就行。
这里的话，很明显有子问题。拿上面的形状来说：
初始若干平A + （acv+）+（acv+）...
我们可以单独把最后一个acv+拿出来，拿它的长度做文章。
设dp[i]是i步能获得的最大A数量，因为它总是以acv+结尾（假设i>=6），其长度在3~（i-3）之间。我们可以遍历这个长度，结合之前剩下的dp，来取一个最大值。也就是说
for j in xrange(3, i - 2):
dp[i] = max(dp[i], dp[i-j]*(j-1))
更详细的解释：i指目前我们考虑的下标，j是最后acv+的长度，按照之前说的acv+长度为j，那么效果就是乘以（j-1），剩下的部分长度为i-j，之前已经算过了直接拿出来就好。要做的就是遍历长度j可能的值计算dp[i]，然后取一个最大值。
完整代码：
# Time: O(n^2)
# Space: O(n)
class Solution(object):
def maxA(self, n):
dp = [_ for _ in xrange(n + 1)]
for i in xrange(7, n + 1):
for j in xrange(3, i - 2):
dp[i] = max(dp[i], dp[i - j] * (j - 1))
return dp[-1]
时间复杂度不能说很好，但是怎么说也算是解答了问题。
然后是数学解法，参加一亩三分地的帖子。
还是回到上面的动态规划那里，转化为如下动态规划问题：
已知N，求x0 * x1 * ... * xk最大值，有：
x0 + x1 + ... + xk = N - k
k >= 0
x0 >= 1
x1, ..., xk >= 2
这里的x0就是初始平A，x1~xk就是acv+，其长度>=3，乘起来效果就是>=2。
那么给定N，如何求k呢？
4 * (k + 1) - delta = N - k, where 0 <= delta <= 4
k = (N + delta - 4) / 5 = N / 5
这里需要解释一下。结论就是优先使用4作为乘数，其次用3.
为什么？这里有一个“贡献因子”的理论，也就是说长度为x贡献x-1的乘数，贡献因子是(x-1)^(1/x)，
x=2因子为1，x=3因子为1.26，x=4因子为1.316，x=5因子为1.320，x=6因子为1.308.
也就是说acv+的长度尽可能取5，其次是4，反映到乘数里面就是优先用4，其次用3了。
具体代码如下：
# Time: O(1)
# Space: O(1)
def maxA(self, N):
"""
:type N: int
:rtype: int
"""
if N < 7: return N
if N == 10: return 20 # the following rule doesn't hold when N = 10
n = N // 5 + 1 # n3 + n4 increases one every 5 keys
# (1) n = n3 + n4
# (2) N + 1 = 4 * n3 + 5 * n4
# 5 x (1) - (2) => 5*n - N - 1 = n3
n3 = 5 * n - N - 1
n4 = n - n3
return 3 ** n3 * 4 ** n4
n就是上面的k+1，理想情况下由x3的因子n3和x4的因子n4组成。
然后呢？就看不懂了……
又想了一下，这个意思应该是把平A也假设成为3或者4，否则结果里面没有说不过去。
那为什么只是N+1= 4 * n3 + 5 * n4呢？
因为作者把平A也归纳到n里面去了！换言之，作者把x0转化当成了一个acv+！
想想无论是平A=3还是4，就乘积效果而言相比acv+，都是省1步的！
所以这么写更好理解：N = 4 * n3 + 5 * n4 - 1
之后就一切自然而然了，然而还有一个特例就是10不遵守这个条件……
作者原话是：
10 is special here because it's the only > 6 number where there is no enough factors to share cuts from decrement of the number of 3's which means a 5 has to be introduced.
按照之前的算法n=3，然而即使是最小的组合3+4+4也超了，所以不成立。反映到计算就是n4=-1.
总而言之，这个算法充满神奇，多个大胆的假设，然后最后还是对的。临场还是别抱数学解法的想法吧……
彩蛋：一个基于数学解法的DP……
# Time: O(n)
# Space: O(1)
class Solution2(object):
def maxA(self, N):
"""
:type N: int
:rtype: int
"""
if N < 7: return N
dp = range(N + 1)
for i in xrange(7, N + 1):
dp[i % 6] = max(dp[(i - 4) % 6] * 3, dp[(i - 5) % 6] * 4)
return dp[N % 6]
我一开始不太明白i%6是否有特别含义，对我而言这是滚动DP，按道理3个格子够用了？
想一想，i=7的时候需要dp[2]和dp[3]的值，为了不冲突，所以把值放到dp[1]，很合理的解释。
试了一下，把所有%6改成%7，结果不变，说明我的猜测是正确的。事实上可以单独拿3个格子出来装，不过牵涉到初始值的问题麻烦一点。
另外dp = range(N + 1)改成dp = range(7)也不会有任何问题。
总结
数学解法超乎想象。
