分割数组的两种解法：动态规划、二分法

原创已于 2024-03-24 15:25:05 修改 · 325 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#动态规划 #算法

于 2024-03-24 15:24:48 首次发布

数据结构与算法专栏收录该内容

29 篇文章

订阅专栏

本文介绍了一种结合贪心策略和二分搜索的方法来解决数组分割问题，目标是找到一种分割方式，使得最大子数组和尽可能小。通过遍历数组并在线性时间内验证分割方案，然后使用二分法确定最小满足条件的分割点。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

410. 分割数组的最大值

1. 动态规划

「将数组分割为 m 段，求……」是动态规划题目常见的问法

理清状态转移方程比较难，因此不推荐用动态规划解题。

2. 贪心 + 二分法

「使……最大值尽可能小」是二分搜索题目常见的问法。

本题中，我们注意到：当我们选定一个值 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 cnt，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 k。

利用二分法搜索：

class Solution {
public:

    int match(vector<int>& nums, int k, int minSum) {
        int cnt{1};
        int tmpSum{0};
        for (int i = 0; i < nums.size(); ++i) {
            if (tmpSum + nums[i] > minSum) {
                cnt++;
                tmpSum = nums[i];  // 重新累加
            } else {
                tmpSum += nums[i];    
            }
        }

        return cnt;
    }

    int splitArray(vector<int>& nums, int k) {
        int ans{0};

        int l = *max_element(nums.begin(), nums.end());
        int r{0};
        for (auto & num: nums) {
            r += num;
        }
        int mid{0};
        // 二分法搜索
        while (l < r) {
            mid = l + (r - l) / 2;
            if (match(nums, k, mid) > k) {
                l = mid + 1;
            } else {
                r = mid;
            } 
        }

        ans = l;

        return ans;
    }
};