分割数组的两种解法:动态规划、二分法

本文介绍了一种结合贪心策略和二分搜索的方法来解决数组分割问题,目标是找到一种分割方式,使得最大子数组和尽可能小。通过遍历数组并在线性时间内验证分割方案,然后使用二分法确定最小满足条件的分割点。
摘要由CSDN通过智能技术生成

410. 分割数组的最大值

1. 动态规划

「将数组分割为 m 段,求……」是动态规划题目常见的问法

理清状态转移方程比较难,因此不推荐用动态规划解题。

2. 贪心 + 二分法

「使……最大值尽可能小」是二分搜索题目常见的问法。

本题中,我们注意到:当我们选定一个值 x,我们可以线性地验证是否存在一种分割方案,满足其最大分割子数组和不超过 x。

贪心地模拟分割的过程,从前到后遍历数组,用 sum 表示当前分割子数组的和,cnt 表示已经分割出的子数组的数量(包括当前子数组),那么每当 sum 加上当前值超过了 cnt,我们就把当前取的值作为新的一段分割子数组的开头,并将 cnt 加 1。遍历结束后验证是否 cnt 不超过 k。

利用二分法搜索

class Solution {
public:

    int match(vector<int>& nums, int k, int minSum) {
        int cnt{1};
        int tmpSum{0};
        for (int i = 0; i < nums.size(); ++i) {
            if (tmpSum + nums[i] > minSum) {
                cnt++;
                tmpSum = nums[i];  // 重新累加
            } else {
                tmpSum += nums[i];    
            }
        }

        return cnt;
    }

    int splitArray(vector<int>& nums, int k) {
        int ans{0};

        int l = *max_element(nums.begin(), nums.end());
        int r{0};
        for (auto & num: nums) {
            r += num;
        }
        int mid{0};
        // 二分法搜索
        while (l < r) {
            mid = l + (r - l) / 2;
            if (match(nums, k, mid) > k) {
                l = mid + 1;
            } else {
                r = mid;
            } 
        }

        ans = l;

        return ans;
    }
};

  • 8
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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