Time: 20190904
Type: Hard, DP
题目描述
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。
注意:
数组长度 n 满足以下条件:
1 ≤ n ≤ 1000
1 ≤ m ≤ min(50, n)
示例:
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。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/split-array-largest-sum
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
思路
关于DP类问题,个人感觉需要先在纸上推导明白状态定义,递推公式,能手工推导一部分解,然后有了大概的概念就可以转换为代码了。
这是一类最大最小问题。
简单说就是将数组划分为多组,每组会求一个和,多组的和最大值的可能性很多,求多组和的最小值的可能性。
状态定义:f[i][j]
表示nums[0] ~ nums[j]
共j+1
个元素划分为i
组的和的最大最小值。
可初始化的状态:f[1][j]
表示nums[0]~nums[j]
划分为1组的分组和的最大最小值,显然f[1][j] = sum(0, j)
,包含边界。
状态迁移方程:f[i][j] = min(max(f[i-1][k], sum(k+1, j))), 0<= k < j
这种问题的状态迁移方程很具有代表性,即在右边划一段出来,先把问题规模-1
,然后剩下的只需要再切分为i-1
组即可。
其中k
是这缩小问题规模的切分点。
代码
class Solution:
def splitArray(self, nums: List[int], m: int) -> int:
presum = [0 for i in range(len(nums))]
presum[0] = nums[0]
for i in range(