题目:
给定一个非负整数数组 nums
和一个整数 k
,你需要将这个数组分成 k
个非空的连续子数组。
设计一个算法使得这 k
个子数组各自和的最大值最小。
示例 1:
输入:nums = [7,2,5,10,8], k = 2 输出:18 解释: 一共有四种方法将 nums 分割为 2 个子数组。 其中最好的方式是将其分为 [7,2,5] 和 [10,8] 。 因为此时这两个子数组各自的和的最大值为18,在所有情况中最小。
示例 2:
输入:nums = [1,2,3,4,5], k = 2 输出:9
示例 3:
输入:nums = [1,4,4], k = 3 输出:4
提示:
1 <= nums.length <= 1000
0 <= nums[i] <= 106
1 <= k <= min(50, nums.length)
思路:
由此道题目的特点可以看出用动态规划做最为合适。
1.定义状态数组:
opt [i][j]:
表示前i个整数分割为j组子数组的最大值。
2.寻找状态转移方程:
此处以序列:( 7 3 4 2 6 1 且 k = 3 )为例 开始寻找状态转移方程:
由此可以得到状态转移方程:
(1)当 j ==1 时:opt[ i ] [ j ] = opt[ i-1 ] [ j ] + arr [ i-1 ];
(2)其余情况 :
- 枚举不同划分:for(int k =i-1;k>=j-1;k--)
- 用 nums = max{ opt[k] [j-1],opt[i][1]-opt[k][1]} 记录此划分的最大值
- 用ans = min(ans,nums)来存储所有划分的最小值
最终 opt[ans.size()][k] 存储的就是此问题的最优解.
代码如下:
class Solution {
public:
int splitArray(vector<int>& nums, int k) {
int n = nums.size();
int opt[n+1][k+1];
opt[0][1]=0;//要设此初态为0
long long num;
for(int i = 1;i<=n;i++){
for(int j = 1;j<=k;j++){
if(j==1){
opt[i][j] = opt[i-1][1]+nums[i-1];
continue;
}
long long ans =1e10;//设为最大值
for(int k = i-1;k>=j-1;k--){
num= max(opt[k][j-1],opt[i][1]-opt[k][1]);//此划分子数组的最大值
ans = min(num,ans);//记录所有划分的最小值,也即最优划分
}
opt[i][j]=ans;//保存状态
}
}
return opt[n][k];
}
};