LeetCode: 410. 分割数组的最大值 - Python

189 篇文章 3 订阅
151 篇文章 2 订阅

分割分数的最小值

题目描述:

给n个正整数a1, a2, a3, ... ... an,将n个数顺序排成一列后分割成m段,每一段的分数被记为这段内所有数的和,该次分割的分数则被记为m段分数的最大值。问所有的分割方案中分割分数的最小值是多少?

其实本题,就是LeetCode的 410. Split Array Largest Sum

问题分析:二分查找(Binary Search)

1、所给的数子都是正整数(很重要)。

2、让求的解可以事先确定其的范围[sum(nums) / m,sum(nums)]:

     A: 最优解一定不小于sum(nums) / m,这个很好证明(前提,都是非负数),一个序列nums 被分割m段,如果有一个段小于sum(nums) / m,那么其他子段一定有一个大于平均值数,所以此次分割的分数最小一定是sum(nums) / m。

    B: 其次是,最优解一定不大于sum(nums),这个很好理解,因为无论它如何分割,子段的最大值不会超过这个序列的总和。

3、由2可知,我们已经知道解的范围,现在只要枚举这些值,选择最优解即可。所以可以使用二分查找,以确定那个值是最优解。

例如:
nums, m = [1, 4, 2, 3, 5], 3

最优解的可能值
sum(nums) / msum(nums)
枚举可能值56789101112131415

Python实现:

# Bytedance AI Camp 2018 -编程题2-(北京时间)05月26日 09时30分-05月26日 12时00分
# 解题思路  二分查找(Binary Search)
# 将数组nums拆分成m个子数组,每个子数组的和的范围在 [sum(nums) / m,sum(nums)]内
# 又因为数组nums中只包含非负整数,因此可以通过二分法在上下界内搜索最优解。
# 时间复杂度O(n * log m),其中n是数组nums的长度,m为数组nums的和(准确的说应该是sum(nums)-sum(nums)/m)
# @Time   :2018/5/27
# @Author :LiuYinxing


class Solution(object):
    def splitArray(self, nums, m):
        """
        :type nums: List[int]
        :type m: int
        :rtype: int
        """
        size = len(nums)
        high = sum(nums)  # 确定上界
        low = high // m  # 确定下界 (下取整)
        while low <= high:
            mid = (low + high) // 2  # (下取整)
            n = m
            cnt = 0
            valid = True
            for x in range(size):
                if nums[x] > mid:  # 如果发现数列里面有一个大于目标解的,说明真正的解在右区间,即继续搜索右区间
                    valid = False
                    break
                if cnt + nums[x] > mid:  # 进行一次分割, 并初始化 n, cnt
                    n -= 1
                    cnt = 0
                cnt += nums[x]  # 统计每次分割的小区间的和,
                if n == 0:  # n == 0 说明划分的段数超过了 m,说明真正的解在右区间,即继续搜索右区间
                    valid = False
                    break
            if valid:  # 确定下一个要搜索的区间范围
                high = mid - 1  # valid == True 说明最优解还可以再小,即在左区间里面
            else:
                low = mid + 1
        return low


if __name__ == '__main__':
    solu = Solution()
    nums, m = [1, 4, 2, 3, 5], 3
    print(solu.splitArray(nums, m))

发现问题,请留言指正哦

  • 2
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 4
    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 4
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
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