【LeetCode 410】 Split Array Largest Sum

题目描述

Given an array which consists of non-negative integers and an integer m, you can split the array into m non-empty continuous subarrays. Write an algorithm to minimize the largest sum among these m subarrays.

Note:

If n is the length of array, assume the following constraints are satisfied:

1 ≤ n ≤ 1000
1 ≤ m ≤ min(50, n)

Examples:

Input:
nums = [7,2,5,10,8]
m = 2

Output:
18

Explanation:

There are four ways to split nums into two subarrays.
The best way is to split it into [7,2,5] and [10,8],
where the largest sum among the two subarrays is only 18.

思路

思路一:动态规划。对前 i 个数字,遍历从第k组的划分点 j。时间复杂度:O(knn)
思路二:二分。每组和的最大值的最小值,边界分别是划分为1组或者n组时,即数组中数字最大值和数组和。二分查找,当给定最大和为C时,计算可以划分多少组。 时间复杂度:O(log(sum(nums))*n)

代码

动态规划:

class Solution {
public:
    int splitArray(vector<int>& nums, int m) {
        int n = nums.size();
        
        vector<long long> sum(n);
        vector<vector<long long>> dp(n+1, vector<long long>(n+1, INT_MAX));
        sum[0] = nums[0];
        for (int i=1; i<n; ++i) {
            sum[i] = nums[i] + sum[i-1];
        }
        
        for (int k=1; k<=m; ++k) {
            for (int i=0; i<n; ++i) {
                dp[i][1] = sum[i];
                if (k == 1) continue;
                for (int j=1; j<=i; ++j) {
                    dp[i][k] = min(dp[i][k], max(dp[j-1][k-1], (sum[i] - sum[j-1])));
                }
            }
        }
                                   
        return dp[n-1][m];
    }
};

二分:

class Solution {
public:
    int splitArray(vector<int>& nums, int m) {
        long long l = *max_element(nums.begin(), nums.end());
        long long r = 0;
        int n = nums.size();
        
        for (int i=0; i<n; ++i) r += nums[i];
        
        while(l <= r) {
            long long mid = l + (r - l) / 2;
            long long tsum = 0;
            int k = 0;
            for (int i=0; i<n; ++i) {
                tsum += nums[i];
                if (tsum > mid) {
                    tsum = 0;
                    k++;
                    i--;
                }
            }
            if (tsum) k++;
            if (k > m) {
                l = mid + 1;
            }else {
                r = mid - 1;
            }
        }
        
        return l;
    }
};
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 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)。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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