[LeetCode]动态规划解分割数组II[Arctic Fox]

最新推荐文章于 2023-06-13 23:36:52 发布

阿飞算法

最新推荐文章于 2023-06-13 23:36:52 发布

阅读量169

点赞数

分类专栏： Daily LeetCode 文章标签： leetcode 动态规划算法

本文链接：https://blog.csdn.net/wat1r/article/details/125366536

版权

LeetCode 同时被 2 个专栏收录

113 篇文章 12 订阅

订阅专栏

Daily

75 篇文章 0 订阅

订阅专栏

解题思路：

写本题，源自看到的官方的一句描述 “「将数组分割为 m 段，求……」是动态规划题目常见的问法。”，让我想起了之前写的 1043. 分隔数组以得到最大和，早期写的题解，风格更像一种草稿，但还是有很多扣友鼓励似的阅读点赞，感谢感谢，笔芯~

{:width=“350px”}{:align=“left”}

定义状态

$d p [i]$ ：数组的前 $i$ 个数即 $n u m s [0, 1 . . . i - 1]$ ，被切了 $Y - 1$ 刀，分割成 $Y$ 个数组，满足每个数组的个数最大值不超过 $K$ ，每个数组的值变成最大值，分割后的最大和，如上图，当被分成 $Y = 3$ 个部分时，第一部分的最大值为 $15$ ，第二部分为 $9$ ，第三部分 $10$ ，每一部分的每个值都上升为当前部分的局部 $m a x$ ，红色字体为新的值，累加后，求其最大值

转移方程

{:width=“450px”}{:align=“left”}

要想求 $d p [i]$ ，这是数组的前 $i$ 个数即 $n u m s [0, 1 . . . i - 1]$ ，被切了 $Y - 1$ 刀，分割成 $Y$ 个数组，满足每个数组的个数最大值不超过 $K$ ，每个数组的值变成最大值，分割后的最大和

求 $d p [i - 1]$ ，表示数组的前 $i$ 个数即 $n u m s [0, 1 . . . i - 2]$ ，第二部分是 $n u m s [i - 1]$ ，也就是说 $d p [i - 1]$ + $m a x (n u m s [i - 1])$ * $(i - (i - 1))$
求 $d p [i - 2]$ ，表示数组的前 $i - 1$ 个数即 $n u m s [0, 1 . . . i - 3]$ ，第二部分是 $n u m s [i - 2 . . . i - 1]$ ，也就是说 $d p [i - 2]$ + $m a x (n u m s [i - 2 . . . i - 1])$ * $(i - (i - 2))$
求 $d p [i - 3]$ ，表示数组的前 $i - 2$ 个数即 $n u m s [0, 1 . . . i - 4]$ ，第二部分是 $n u m s [i - 3 . . . i - 1]$ ，也就是说 $d p [i - 3]$ + $m a x (n u m s [i - 3 . . . i - 1])$ * $(i - (i - 3))$
…
求 $d p [0]$ ，表示数组的前 $1$ 个数即 $n u m s [0, 0]$ ，第二部分是 $n u m s [0 . . . i - 1]$ ，也就是说 $d p [0]$ + $m a x (n u m s [0 . . . i - 1])$ * $(i - (0))$

求上面的的最大值

可以推导出 $d p [i]$ = $m a x$ ( $d p [i]$ ， $d p [j] + (i - j) * M A X$ )，其中 $M A X$ 是 $n u m s [j . . . i - 1]$ 范围内的局部最大值，一旦找到最大值，该范围内的所有值都改成这个局部最大值 $M A X$ ，其中 0=< $j$ < $i$

初始化边界

$i - j$ 如果大于 $K$ ，后面 $n u m s [i . . . n]$ 这部分将没有办法被涵盖进来，一个条件: $i - j$ <= $K$

$j$ >=0，这个没啥好说的

$d p$ 初始化的时候容量为 $n + 1$ ，要求的 $d p [n]$ 表示数组的前 $n$ 个数即 $n u m s [0, 1 . . . n]$ ，被切了 $Y - 1$ 刀，分割成 $Y$ 个数组，满足每个数组的个数最大值不超过 $K$ ，每个数组的值变成最大值，分割后的最大和

编码技巧

$i$ 从左到右遍历， $j$ 起始为 $i - 1$ 从右往左遍历
注意记录局部的最大值 $M A X$

完整代码

    public int maxSumAfterPartitioning(int[] A, int K) {
        int n = A.length;
        int[] dp = new int[n + 1];
        for (int i = 0; i <= n; i++) {
            int j = i - 1;
            int max = dp[i];
            while ((i - j) <= K && j >= 0) {
                max = Math.max(max, A[j]);
                dp[i] = Math.max(dp[i], dp[j] + (i - j) * max);
                j--;
            }
        }
        return dp[n];
    }

class Solution {
public:
    int maxSumAfterPartitioning(vector<int>& A, int K) {
        // f[i] = max(f[j] + (i-j)*max(A[j..i]))

        int n = A.size();
        vector<int> f(n+1);
        for (int i = 0; i <= n; i++) {
            int curMax = 0;
            // consider past integers [j...i]
            for (int j = i-1; (i-j)<=K && j>=0; j--) {
                curMax = max(curMax, A[j]);
                f[i] = max(f[i], f[j] + (i-j)*curMax);
            }
        }
        return f[n];
    }
};