LeetCode-410.分隔数组的最大值、动态规划、前缀和

给定一个非负整数数组和一个整数 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 个子数组各自和的最大值最小。示例:输入:nums = [7,2,5,10,8]，m = 2，输出:18
力扣（LeetCode）第410题

前言

1. 前缀和
   前缀和是一个数组的某项下标之前(包括该元素)的所有数组元素的和，前缀和是一种重要的预处理操作，可以降低查询的时间复杂度。主要用于使用O(1)的时间，计算出子区间和。
2. 动态规划
   动态规划算法通常用于求解具有某种最优性质的问题，其基本思想也是将待求解问题分解成若干个子问题，先求解子问题，然后从这些子问题的解得到原问题的解。

题目分析

本题要求将数组划分为 m 个连续子数组，然后求最值，可用使用动态规划算法。

1. 确定状态
   一般题目要求什么，则什么就是状态；用 dp[i][j] 表示前 i 个元素分成 j 个子数组时各子数组的和的最小最大值；其中 i 的范围：[0,nums.size()]，j 的范围：[0,m]。
2. 边界与初始化
   因为数组至少需要包含一个元素，至少分成一组，所以不用考虑 i = 0 或者 j = 0 的情况；当 就 j =1 时，表示把前 i 个元素分成 1 组，即前缀和。
3. 状态转移方程
   dp[i][j] 表示前 i 个元素分成 j 个子数组的情况；假设在范围 [0,i-1] 内存在一个位置 k ,使前半部分 [0,k] 至少可以分成 j-1 个子数组，后半部分 [k+1,i-1] 至少包含一个元素，后半部分的和可用通过前缀和直接得到，则 dp[i][j] 即可转换为 dp[k+1][j-1] ，枚举所有的位置 k 即可得到 dp[i][j]。
   
4. 确定结果
   dp[nums.size()][m] 即为本题结果。
   

代码示例

class Solution {
public:
    int splitArray(vector<int>& nums, int m) {
        //构建前缀和
        vector<long  > presum(nums.size()+1,0);
        for(int i = 1;i <= nums.size();i++)
        {
            presum[i] = presum[i-1] + nums[i-1] ;//前 i 个元素的和
        }
        vector<vector<long  >> dp(nums.size()+1,vector<long  >(m+1,INT_MAX));
        // dp[i][j] 前i 个元素，分成 j 组
        for( int i = 1; i<= nums.size();i++ )
        { 
            dp[i][1] = presum[i];//前i 个分成 1 组 ，即 前缀和
            for( int j = 2;j <= min(i,m);j++ )
            {
                //范围 [0,i-1]内找一个位置 k ,使[0,k] 至少可以分成 j-1 组、[k+1,i-1] 至少剩余 1 个元素
                for( int k = j -2 ;k < i-1;k++)
                {
                    dp[i][j] = min( dp[i][j],max( dp[k+1][j-1] ,presum[i]-presum[k+1]));
                }
            }
        }
        return dp[nums.size()][m];
    }
};