410. 分割数组的最大值

410. 分割数组的最大值 - 力扣(LeetCode) 

记忆化搜索 

class Solution {
public:
    int n;
    vector<int> num;
    vector<vector<int>> memo;
    int dfs(int pos, int k) {
        int sum = 0, ans = 0x3f3f3f3f;
        if (k == 1) {
            if (memo[pos][k] != -1) return memo[pos][k];
            for (int i = pos; i < n; i++) memo[pos][k] += num[i];
            return ++memo[pos][k];
        }
        for (int i = pos; i < n - k + 1; i++) {
            if (memo[i + 1][k - 1] == -1) memo[i + 1][k - 1] = dfs(i + 1, k - 1);
            ans = min(ans, max(sum += num[i], memo[i + 1][k - 1]));
            if (sum > memo[i + 1][k - 1]) return ans;
        }
        return ans;
    }
    int splitArray(vector<int>& nums, int k) {
        n = nums.size(), num = nums;
        memo.resize(n + 10, vector<int>(k + 10, -1));
        return dfs(0, k);
    }
};

动态规划 

class Solution {
public:
    int splitArray(vector<int>& nums, int k) {
        int n = nums.size();
        vector<int> sum(n + 10);
        for (int i = 0; i < n; i++) sum[i + 1] = sum[i] + nums[i];
        vector<vector<int>> f(n + 10, vector<int>(k + 10, 0x3f3f3f3f));
        f[0][0] = 0;
        for (int i = 1; i <= n; i++) {
            for (int j = 1; j <= min(i, k); j++) {
                for (int k = 0; k < i; k++) {
                    f[i][j] = min(f[i][j], max(f[k][j - 1], sum[i] - sum[k]));
                }
            }
        }
        return f[n][k];
    }
};
  • 10
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
题目描述:给定一个非负整数数组nums和一个整数m,你需要将这个数组分成m个非空的连续子数组。设计一个算法使得这m个子数组中的最大和最小。 解题思路: 这是一个典型的二分搜索题目,可以使用二分查找来解决。 1. 首先确定二分的左右边界。左边界为数组中最大的值,右边界为数组中所有元素之和。 2. 在二分搜索的过程中,计算出分割数组的组数count,需要使用当前的中间值来进行判断。若当前的中间值不够分割成m个子数组,则说明mid值偏小,将左边界更新为mid+1;否则,说明mid值偏大,将右边界更新为mid。 3. 当左边界小于等于右边界时,循环终止,此时的左边界即为所求的结果。 具体步骤: 1. 遍历数组,找到数组中的最大值,并计算数组的总和。 2. 利用二分查找搜索左右边界,从左边界到右边界中间的值为mid。 3. 判断当前的mid值是否满足题目要求,若满足则更新右边界为mid-1; 4. 否则,更新左边界为mid+1。 5. 当左边界大于右边界时,循环终止,返回左边界即为所求的结果。 代码实现: ```python class Solution: def splitArray(self, nums: List[int], m: int) -> int: left = max(nums) right = sum(nums) while left <= right: mid = (left + right) // 2 count = 1 total = 0 for num in nums: total += num if total > mid: total = num count += 1 if count > m: left = mid + 1 else: right = mid - 1 return left ``` 时间复杂度分析:二分搜索的时间复杂度为O(logN),其中N为数组的总和,而遍历数组的时间复杂度为O(N),因此总的时间复杂度为O(NlogN)。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

云儿乱飘

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值