Leetcode 3013. Divide an Array Into Subarrays With Minimum Cost II

本文介绍了如何通过分析题目中的限制条件,将LeetCode3013题转化为在一个固定长度窗口内寻找k-1个最小元素的问题,从而使用滑动窗口和排序优化解题策略,Python代码实现显示了高效的解决方案,时间复杂度为O(N*d)。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1. 解题思路

这一题的话思路上的话我一开始是想着偷懒直接用动态规划,结果果然还是遇到了超时的问题,因为事实上要遍历index和 i 1 i_1 i1事实上也是一个 O ( N 2 ) O(N^2) O(N2)的算法复杂度,并不怎么现实。

但是后来我转念一想,这道题感觉我还是想复杂了,因为题目限制要求 i k − 1 − i 1 ≤ d i_{k-1} - i_1 \leq d ik1i1d,因此事实上就是要在长度为 d d d的窗口区间当中分为 k k k段,然后考察其中靠后的 k − 1 k-1 k1段的开头元素的最小值。而这个事实上又完全等价于在这个长度为 d d d的窗口当中找出 k − 1 k-1 k1个最小的元素即可。

因此,这道题也只需要遍历所有长度为 d d d的窗口,然后考察其中最小的 k − 1 k-1 k1个元素的和的最小值然后加上第一个元素即可,而这就可以解答了,我们只需要用一个滑动窗口然后维护一下其中的各个元素以及前 k − 1 k-1 k1个元素的和即可。

2. 代码实现

给出python代码实现如下:

class Solution:
    def minimumCost(self, nums: List[int], k: int, dist: int) -> int:
        n = len(nums)
        elems = sorted(nums[1:dist+2])
        s = sum(elems[:k-1])
        ans = s
        for i in range(dist+2, n):
            idx = bisect.bisect_left(elems, nums[i])
            if idx < k-1:
                s = s + nums[i] - elems[k-2]
            elems.insert(idx, nums[i])
            
            idx = bisect.bisect_left(elems, nums[i-dist-1])
            if idx < k-1:
                s = s - elems[idx] + elems[k-1]
            elems.pop(idx)
            
            ans = min(ans, s)
        return ans + nums[0]

提交代码评测得到:耗时2315ms,占用内存31.3MB。

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