二分查找+统计个数 410. 分割数组的最大值

该博客主要介绍了LeetCode 410题的解决方案,即如何将非负整数数组分成m个连续子数组,使这m个子数组各自和的最大值最小。通过二分查找确定最大子数组和的下界和上界,以达到最优分割。解题关键在于更新子数组计数并调整查找范围。

410. 分割数组的最大值

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][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。

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/split-array-largest-sum
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

解题
下界为nums中最大值,上界为nums的和(最少分一个数组);

进行二分查找最大值,当最大值为mid时,数组中顺序相加大于mid时,cnt+1,否则加入统计的tmpsum中;

注意
最后需要cnt++,因为tmpsum中一定有数字没有被加入;

如果cnt个数大于m,说明需要加最大值,则left=mid+1;(查找范围[mid+1,right);
若cnt个数小于等于m,说明该值需要保留,且可以取找更小的,则right=mid;(查找范围[left,mid])

class Solution {
public:
    int splitArray(vector<int>& nums, int m) {
        //最大和为nums的和,最小和为1
        int left=0;
        long long right=0;
        for(int i:nums)
        {
            if(i>left) left=i;  //左界为数组中最大的值
            right+=i;      //右界为总和
        }
        
        
        long long mid;   //最大的和为mid,所有的和不能超过mid
        int cnt; //记录了几个组
        long long tmpsum; //记录零时的和,需要小于mid
        while(left<right)
        {
            cnt=0;
            tmpsum=0;
            mid = left+(right-left)/2;
            for(int i:nums)
            {
                if(tmpsum+i<=mid)
                    tmpsum+=i;
                else 
                    {
                        tmpsum=i;
                        cnt++;
                    }
            }
            cnt++;
            if(cnt>m) left=mid+1;
            else right=mid;
        }
        return left;
    }
};
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。 2.二分搜索的过程中,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