LeetCode-410 Split Array Largest Sum|分割数组的最大值

LeetCode-410 Split Array Largest Sum|分割数组的最大值

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。

题目分析

该题目需要根据给出的m将数组分割，并且使分割出的子数组和的最大值最小。

我们可以考虑使用二分搜索，找到最大和的分割范围，根据二分查找缩小目标值的范围，直到找到这个目标值。

根据题意可以得知，我们将数组分割后的这m个连续子数组的最大和的范围。

我们可以假设出两种情况：

1. 当m为1时，此时分割的子数组就是数组本身，这时子数组最大和就是数组所有元素的和
2. 当m为数组长度时，此时分割的m个子数组每个子数组中是数组中的一个元素，此时最大值就是数组中最大的数字

根据上述的假设我们可以得到数组最大和的范围：[ max(sums) , sum(sums) ]

我们就可以在这个范围中查找哪个值符合题意的要求。

1. 首先取范围中的中值mid
2. 遍历数组，并计算遍历过的数组的和，我们贪心的向遍历过的子数组添加尽可能多的元素，直到发现此时和大于中值mid，在这个位置分割数组记录分割次数cut
3. 在遍历结束后如果发现cut < m，就说明mid偏大，如果cut值增大，那么子树组的最大值还会减少，所以就需要将mid赋值给二分查找的上限upper，减小搜索范围。反之就将mid赋值给下限lower

代码

class Solution {
    //每种可能性中数组数组和的最大值范围是[max(sums),sum(sunms)]
    //lower: max(sums)
    //sum: sum(sums)
    //即结果可能出现的范围是: max(sums) <= ans <= sum(sums)
    //假设目前检验值为ans
    //维护一个sum（子数组的和）, cut(切的刀数)
    //当sun > ans时，说明子数组已经超过ans，则cut++，sum清零
    //继续循环
    //当退出循环时，如果cut < m，就说明目标结果在ans的左边
    //则将mid设为upper
    //反之，将mid设为lower
    public int splitArray(int[] nums, int m) {
        int lower = 0;
        int upper = 0;
        for(int i = 0; i < nums.length; i++){
            upper += nums[i];
            if(nums[i] > lower){
                lower = nums[i];
            }
        }
        while(lower + 1 < upper){
            int mid = lower + (upper - lower) / 2;
            if(check(nums, m, mid)){
                upper = mid;
            }else{
                lower = mid;
            }
        }
        if(check(nums, m, lower)){
            return lower;
        }else{
            return upper;
        }
    }
    public boolean check(int[] nums, int m, int ans){
        int sum = 0;
        int cut = 1;
        for(int i = 0; i < nums.length; i++){
            if(sum + nums[i] > ans){
                cut ++;
                sum = nums[i];
            }else{
                sum += nums[i];
            }
        }
        if(cut <= m){
            return true;
        }else{
            return false;
        }

    }
}