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
- 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。 - 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。
- 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]。 - 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。 - 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]。
- 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];
}
};