Leetcode 915. 分割数组

即使自己做了几遍,还是没有真正的开窍,领会精髓。第一眼看上去,这是一道数组分割的题目。

 

给定一个数组 A,将其划分为两个不相交(没有公共元素)的连续子数组 left 和 right, 使得:

  • left 中的每个元素都小于或等于 right 中的每个元素。
  • left 和 right 都是非空的。
  • left 要尽可能小

思路一:那么是按索引位置先分割,然后用暴力法比较?很容易得到O(n^3)解决方案(AC)
leetcode对时间复杂度的要求就是如此苛刻。
显然这个是糟糕的实践。

class Solution {
    public int partitionDisjoint(int[] A) {
        for(int i=1; i < A.length; i++){
            int flag = 0;
            for(int j=0; j < i; j++){
                for(int k=i;k<A.length;k++){
                    if (A[j] > A[k]) flag=1; break;
                }
                if(flag == 1) break;
            }
            if (flag==0) return i;
        }
        return 0;
    }
}

 

思路二:提炼维度。这里说的维度,是在数组迭代过程中产生的,也是贪心算法的概念。比如你在沙滩上散步,背后留下的是你之前走过的脚印,每个脚印都是独一无二的,轮廓是一样的,但是脚印的力度、深浅、相对位置等因素不尽相同。 当然,如果有必要你可以拿一把尺子、一支笔、一张纸,当你每踩下一步,都能以数据的形式把每一步给量化。

维度只有在集合中才能体现出来。单一的个体不存在大和小,高和低这种概念。在数组中,通过线性迭代会产生集合的维度,这种维度在迭代的过程中也是一直变化的。

回到Leetcode题目本身,left 中的每个元素都小于或等于 right 中的每个元素。显然,left和right各是一个集合,而这里需要考虑left中最大值(leftMax)和right中最小值(rightMin)这2个维度,只有当满足leftMax <= rightMin的时候就能得到答案。

class Solution {
    public int partitionDisjoint(int[] A) {
        int leftMax = A[0], rightMin = A[0], index=0;
        for(int i=0;i<A.length;i++){
            if(A[i] < rightMin){
                rightMin=leftMax;
                index=i;
            }
            leftMax=Math.max(leftMax, A[i]);
        }
        return index+1;
    }
}

 

  • 0
    点赞
  • 1
    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