【Leetcode] 915.分割数组

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。
在完成这样的分组后返回 left 的长度。可以保证存在这样的划分方法。

示例 1:

输入:[5,0,3,8,6]
输出:3
解释:left = [5,0,3],right = [8,6]
示例 2:

输入:[1,1,1,0,6,12]
输出:4
解释:left = [1,1,1,0],right = [6,12]

提示:
2 <= A.length <= 30000
0 <= A[i] <= 10^6
可以保证至少有一种方法能够按题目所描述的那样对 A 进行划分。

代码1

思路1

维护两个数组,从左到右,目前遇到的最大元素lmax;从右到左,目前遇到的最小的元素rmin。
从1到len(A)-1,遍历i。以i为分割界限,小于i的为左边数组,大于等于i的为右边数组。只要满足lmax[i-1] <= rmin[i]即可

class Solution:
    def partitionDisjoint(self, A: List[int]) -> int:
        lmax = [0 for i in range(len(A))]
        lmax[0] = A[0]
        for i in range(1,len(A)):
            lmax[i] = max(lmax[i-1], A[i])

        rmin = [0 for i in range(len(A))]
        rmin[-1] = A[-1]
        for i in range(len(A)-2, -1, -1):
            rmin[i] = min(rmin[i+1], A[i])

        for i in range(1,len(A)):
            if(lmax[i-1] <= rmin[i]):
                return i

代码2

class Solution:
    def partitionDisjoint(self, A: List[int]) -> int:
        rmin = min(A)
        lmax = A[0]
        for i in range(1,len(A)):
            if(lmax <= rmin):
                return i
            else:
                if(A[i] > lmax):
                    lmax = A[i]
                if(A[i] <= rmin):
                    rmin = min(A[i+1:])
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)。
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