410 分割数组的最大值（最小化最大问题-二分查找）

1. 问题描述：

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 个子数组各自和的最大值最小。

示例 1：

输入：nums = [7,2,5,10,8], m = 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], m = 2
输出：9

示例 3：

输入：nums = [1,4,4], m = 3
输出：4

提示：

1 <= nums.length <= 1000
0 <= nums[i] <= 10 ^ 6
1 <= m <= min(50, nums.length)

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/split-array-largest-sum

2. 思路分析：

对于最大化最小与最小化最大问题一般可以考虑二分查找的方法，但是能够使用二分吗？需要判断先一下，也即能否找到一种方案，使得能够划分为m段，并且每一段的和都是小于等于mid的，答案是可以的，因为数组中的所有元素都是非负的，所以我们可以使用贪心的思想，使得当前这一段的和在满足小于等于mid的前提下包含更多的数字，也即使得段数是更少的（划分段数最少的情况下都可以满足段数是大于等于m的说明可能存在较小的和使得划分的段数是大于等于m的），这样当我们在判断当前的每一段的和是否满足mid的计算需要划分的段数，如果发现段数大于等于m说明答案应该是在左边的，因为最少的划分段数都使得段数是大于等于m的，所以可能存在和更小使得段数大于等于m，更新右边界为mid，否则说明和太小了我们需要使得和大一点，也即答案肯定是在右边，更新左边界为mid + 1即可。

3. 代码如下：

from typing import List


class Solution:
    def check(self, nums: List[int], m: int, mid: int):
        # count记录划分数组的段数
        count = 1
        s = 0
        for x in nums:
            # 不能够将x划分到任意的一段
            if x > mid: return False
            # 超出了当前的最大和需要另外一段
            if s + x > mid:
                s = x
                count += 1
            else:
                s += x
        # 判断最后一段是否超过了mid
        if s > mid: count += 1
        # 能够划分的最少段数是否小于等于m
        return count <= m

    def splitArray(self, nums: List[int], m: int) -> int:
        # 因为返回值为int所以右边界为int的最大值即可
        l, r = 0, 2147483647
        while l < r:
            mid = l + r >> 1
            if self.check(nums, m, mid):
                r = mid
            else:
                # 和太小了导致段数太多
                l = mid + 1
        return r