点击上方“蓝字”,发现更多精彩。
前言01PART前缀和 前缀和是一个数组的某项下标之前(包括该元素)的所有数组元素的和,前缀和是一种重要的预处理操作,可以降低查询的时间复杂度。 主要用于使用O(1)的时间,计算出子区间和。02PART动态规划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。示例:输入:nums = [7,2,5,10,8],m = 2,输出:18
力扣(LeetCode)第410题
动态规划算法通常用于求解具有某种最优性质的问题,其基本思想也是将待求解问题分解成若干个子问题,先求解子问题,然后从这些子问题的解得到原问题的解。
题目分析本题要求将数组划分为 m 个连续子数组,然后求最值,可用使用动态规划算法。01PART确定状态一般题目要求什么,则什么就是状态;用 dp[i][j] 表示前 i 个元素分成 j 个子数组时各子数组的和的最小最大值;其中 i 的范围:[0,nums.size()],j 的范围:[0,m]。
02PART边界与初始化因为数组至少需要包含一个元素,至少分成一组,所以不用考虑 i = 0 或者 j = 0 的情况;当 就 j =1 时,表示把前 i 个元素分成 1 组,即前缀和。
03PART状态转移方程dp[i][j] 表示前 i 个元素分成 j 个子数组的情况;假设在范围 [0,i-1] 内存在一个位置 k ,使前半部分 [0,k] 至少可以分成 j-1 个子数组,后半部分 [k+1,i-1] 至少包含一个元素,后半部分的和可用通过前缀和直接得到,则 dp[i][j] 即可转换为 dp[k+1][j-1] ,枚举所有的位置 k 即可得到 dp[i][j]。
如下图所示:
04PART确定结果dp[nums.size()][m] 即为本题结果。
代码示例class Solution {public: int splitArray(vector<int>& nums, int m) { //构建前缀和 vector<long > presum(nums.size()+1,0); for(int i = 1;i <= nums.size();i++) { presum[i] = presum[i-1] + nums[i-1] ;//前 i 个元素的和 } vector<vector<long >> dp(nums.size()+1,vector<long >(m+1,INT_MAX)); // dp[i][j] 前i 个元素,分成 j 组 for( int i = 1; i<= nums.size();i++ ) { dp[i][1] = presum[i];//前i 个分成 1 组 ,即 前缀和 for( int j = 2;j <= min(i,m);j++ ) { //范围 [0,i-1]内找一个位置 k ,使[0,k] 至少可以分成 j-1 组、[k+1,i-1] 至少剩余 1 个元素 for( int k = j -2 ;k < i-1;k++) { dp[i][j] = min( dp[i][j],max( dp[k+1][j-1] ,presum[i]-presum[k+1])); } } } return dp[nums.size()][m]; }};
前缀和算法:前缀和算法总结(一)
扫码关注持续获取最新文章c++学习 算法与数据结构