动态规划之最大平均值和的分组

leetcode 813. 最大平均值和的分组

我们将给定的数组 A 分成 K 个相邻的非空子数组 ，我们的分数由每个子数组内的平均值的总和构成。计算我们所能得到的最大分数是多少。

注意我们必须使用 A 数组中的每一个数进行分组，并且分数不一定需要是整数。
示例:

输入: 
A = [9,1,2,3,9]
K = 3
输出: 20
解释: 
A 的最优分组是[9], [1, 2, 3], [9]. 得到的分数是 9 + (1 + 2 + 3) / 3 + 9 = 20.
我们也可以把 A 分成[9, 1], [2], [3, 9].
这样的分组得到的分数为 5 + 2 + 6 = 13, 但不是最大值.

说明:

1 <= A.length <= 100.
1 <= A[i] <= 10000.
1 <= K <= A.length.
答案误差在 10^-6 内被视为是正确的。

思路

使用动态规划，dp[i][k]表示前i个数分成k组的最大分数
那么状态转移方程为：dp[i][k] = max(dp[i][k], dp[j][k - 1] + (s[i] - s[j]) / (i - j))
其中s[i]表示前i个数的和，也即，当前最大值可以由前面k-1组的均值加上当前第k组的均值递推得出
base情况是只有一组的情况，就依次求解均值即可，dp[i][1] = s[i] / i

class Solution:
    def largestSumOfAverages(self, A: List[int], K: int) -> float:
        n = len(A)
        dp = [[0] * (K + 1) for _ in range(n + 1)]
        s = [0] * (n + 1)
        # 基础情况
        for i in range(1, n + 1):　# 第一个数对应索引0，注意索引问题
            s[i] = s[i - 1] + A[i - 1]　# 累加和
            dp[i][1] = s[i] / i 　# 前i个分为一组的均值
        
        for i in range(1, n + 1):
            for k in range(2, K + 1):
                for j in range(i):
                    dp[i][k] = max(dp[i][k], dp[j][k - 1] + (s[i] - s[j]) / (i - j))
        return dp[-1][-1]