这个问题可以使用动态规划来解决。我们可以定义一个二维数组dp，其中dp[i][j]表示将数字i分成j份的乘积的最大值。 根据题目要求，dp[n][k]的值应该是最大的，而且这个值应该是对1000000007取模的。 我们可以考虑从n = 1开始，逐步计算dp数组的值。对于每个n，我们可以将其分成1份、2份、3份、...、k份，对应的dp[n][1]、dp[n][2]、dp[n][3]、...、dp[n][k]的值可以通过以下方式计算： dp[n][j] = max(dp[i][j-1] * (n-i) ％ 1000000007) 其中i的范围是0到n-1。 最终结果即为dp[n][k]。 以下是使用Go语言实现的代码： ```go const mod = 1000000007 func maxProduct(n int, k int) int { // 初始化dp数组 dp := make([][]int, n+1) for i := range dp { dp[i] = make([]int, k+1) } // 计算dp数组的值 for i := 1; i <= n; i++ { for j := 1; j <= k; j++ { if i == 1 { dp[i][j] = 1 } else { max := dp[i][j-1] * (i-1) ％ mod for p := 1; p < i; p++ { temp := dp[p][j-1] * (i-p) ％ mod if temp > max { max = temp } } dp[i][j] = max } } } return dp[n][k] } ``` 这个算法的时间复杂度为O(n*k)，对于给定的规模来说是可以接受的。