Leetcode 410.分割数组的最大值（最优解是二分法）

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(