Leetcode 410: 分割数组的最大值 Split Array Largest Sum

中文描述:

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 个子数组各自和的最大值最小。

题目描述:

Given an array nums which consists of non-negative integers and an integer m, you can split the array into m non-empty continuous subarrays.
Write an algorithm to minimize the largest sum among these m subarrays.

Example 1:

Input: nums = [7,2,5,10,8], m = 2
Output: 18
Explanation:
There are four ways to split nums into two subarrays.
The best way is to split it into [7,2,5] and [10,8],
where the largest sum among the two subarrays is only 18.

Example 2:

Input: nums = [1,2,3,4,5], m = 2
Output: 9
Example 3:
Input: nums = [1,4,4], m = 3
Output: 4

Constraints:

1 <= nums.length <= 1000
0 <= nums[i] <= 106
1 <= m <= min(50, nums.length)

Time complexity: O O O( n n nlog(sum - maxn))
Space complexity: O O O( 1 1 1)
二分 二分搜索总结
根据上面的二分搜索总结,此题的目的是找到使得这 m 个子数组各自和的最大值最小,找到一个数使得这 m 个子数组各自和的最大 此为最优区间,在此区间中找到最小值,则此题可以归纳为二分找左边界(最优区间的左边) 套用基础模版。初始化左边界left:数组中所有元素的最大值 。初始化右边界right:数组中所有元素的和。 循环条件 left < right, 中间位置 mid = left + (right-left>>1),更新左边界 left = mid + 1,更新右边界 r = mid。
注意更新左右边界的判断条件当我们给定一个值 x,我们可以线性地验证是否存在一种分割方案,满足其最大分割子数组和不超过 x。

贪心地模拟分割的过程,从前到后遍历数组,用 sum 表示当前分割子数组的和,cnt 表示已经分割出的子数组的数量(包括当前子数组),那么每当 sum 加上当前值超过了 x,我们就把当前取的值作为新的一段分割子数组的开头,并将cnt 加 1。遍历结束后验证是否 cnt 不超过 m。

满足此条件的话则我们在 [left, x(mid)] 的 范围内继续寻找是否存在更小的 x 值满足此条件 即 r = mid。

class Solution {
    public int splitArray(int[] nums, int m) {
        int max = 0; int sum = 0;
          for(int i:nums){
              sum += i;
              max = Math.max(max, i);
          }
        int left = max;
        int right = sum;
        int mid;
        while(left < right){
            mid = left + (right-left>>1);
            if(check(nums, m, mid)){
                right = mid;
            }else{
                left = mid + 1;
            }
        }
        return left;
    }
    
    boolean check(int[] nums, int m, int x){
        int sum = 0;
        int cnt = 1;
        for(int i:nums){
            if(sum + i > x){
                cnt++;
                sum = i;
            }else{
                sum+=i;
            }
        }
        return cnt <= m;
    }
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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