[LeetCode] 410、分割数组的最大值

探讨了如何将一个非负整数数组划分为m个连续子数组,以使这m个子数组各自和的最大值达到最小。介绍了二分查找的难题解决策略,通过确定合适的查找变量,实现了对子数组和最大值的有效求解。

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。

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。

解题思路

二分查找的难题。我的实现。

  • 二分查找(题解一题解二
    • 二分查找的通用思路:
      • 我们二分查找的时候,关键是要抓到施以查找的变量。即我们的left,rightmid 表示的是什么。
      • 对于简单题,往往就是列表的一项。比如对一个排序好的列表找到一个相应的值的位置,那么我们要施以查找的变量就是列表的下标,而缩小范围的依据就是列表的值
      • 对于复杂的题,往往这个施以查找的变量会比较难抓。它往往不是列表里的一个项,而是一个要输出的值或判断依据做相应的变换。
      • 难点就在于划分出哪些是施以查找的变量,哪些是这些变量的更新准则
    • 本题思路:
      • 由题意可知:分组子数组和的最大值是有范围的,即在区间 [max(nums), sum(nums)]之中。
      • l=max(nums), h=sum(nums), mid=(l+h)/2计算子数组的和不大于mid的子数组的个数cnt(这个是关键!)
      • 如果 cnt > m,说明划分的子数组多了,即我们找到的 mid 偏小,故 l = mid+1。否则,说明划分的子数组少了,即 mid 偏大(或者正好就是目标值),故 h = mid。(这部分要记住“二分查找模板”)

参考代码

typedef long long LL;
class Solution {
public:
    int splitArray(vector<int>& nums, int m) {
        LL left = INT_MIN, right = 0;  // left和right的范围要精确
        for(auto num: nums){
            // left = max(left, num);  // LL型没max()方法
            if(num > left)
                left = num;
            right += num;
        }
        
        while(left < right){
            LL mid = left + ((right - left) >> 1);
            
            int cnt = countGroups(nums, mid);
            
            if(cnt > m)
                left = mid + 1;
            else
                right = mid;
        }
        
        return left;
    }
    
    int countGroups(vector<int>& nums, int mid){
        int cnt = 1; // 这里cnt必须初始化为1,因为在没有划分的时候是一整个数组
        LL sum = 0;
        for(auto num: nums){
            sum += num;
            if(sum > mid){
                cnt++;
                sum = num;
            }
        }
        
        return cnt;
    }
};
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
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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