C++算法前缀和的应用:分割数组的最大值的原理、源码及测试用例

简介: C++算法前缀和的应用:分割数组的最大值的原理、源码及测试用例

分割数组的最大值

相关知识点

C++算法:前缀和、前缀乘积、前缀异或的原理、源码及测试用例:付视频课程

二分 过些天整理基础知识

题目

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。

示例 1:

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。

示例 2:

输入:nums = [1,2,3,4,5], m = 2

输出:9

示例 3:

输入:nums = [1,4,4], m = 3

输出:4

提示:

1 <= nums.length <= 1000

0 <= nums[i] <= 10^6

1 <= m <= min(50, nums.length)

解法一:暴力解法

时间复杂度O(nnm),n是nums的长度。vMaxSum共有m*n种状态,求每种状态需的时间复杂度是O(n)。vPreSum记录前缀和,vMaxSum[i][j] 记录将nums[0,j]分成i个子数组的最大和。j’取值范围[0,j),vMaxSum[i][j]就是所有max(vMaxSum[i-1][j’],vPreSum[j+1] - vPreSum[j’])的最小值。这个时间复杂度在通过和不通过的边缘。

解法二:滑动窗口

假定j的j1是x,则当j增加时,x不变或增加。 当j++,vMaxSum[i-1][j’]不变,vPreSum[j+1] - vPreSum[j’] 增加。下面用因果表来证明。令L(j,x)= vMaxSum[i-1][x] R(j,x) = vPreSum[j+1] - vPreSum[x] |。

如果L(j,x)<= R(j,x)。x减少后,左式减少或不变,右式增加或不变。i++后,右式变大或不变。所以x减少只会让右式变大或不变。而右式显然大于左式,所以减少左式不会减少最大值。

规章编号 证明
假设一 合适的j1就是x
假设二 L(j,x)> R(j,x)
推论一 假设一 假设二 x–后,L变小,R变大。如果L(j,x-1) >= R(j,x-1),结合假设二,x-1比x更合适。与假设一矛盾。 L(j,x-1) < R(j,x-1)]
推论二 对于j+1,取x最大和为L(j,x)或R(j+1,x);取x-1,最大和为R(j+1,x-1)

代码

class Solution {
public:
int splitArray(vector& nums, int k) {
m_c = nums.size();
vector vPreSum(1);
for (const auto& n : nums)
{
vPreSum.emplace_back(n + vPreSum.back());
}
vector pre(m_c);
for (int i = 0; i < m_c; i++)
{
pre[i] = vPreSum[i + 1] - vPreSum[0];
}
for(int i = 1 ; i < k ; i++ )
{
vector dp(m_c,-1);
int k = i ;
for (int j = i; j < m_c; j++)
{
k–;
int iMax = INT_MAX;
#define MaxCro (max(pre[k], vPreSum[j + 1] - vPreSum[k+1]))
while ((k < j) && (MaxCro <= iMax))
{
iMax = MaxCro;
k++;
}
dp[j] = iMax;
}
pre.swap(dp);
}
return pre.back();
}
int m_c;
};

测试用例

template
void Assert(const vector& v1, const vector& v2)
{
if (v1.size() != v2.size())
{
assert(false);
return;
}
for (int i = 0; i < v1.size(); i++)
{
assert(v1[i] == v2[i]);
}
}
template
void Assert(const T& t1, const T& t2)
{
assert(t1 == t2);
}
int main()
{
vector nums = { 1,2,3,4,5,6 };
int k = 2;
auto res = Solution().splitArray(nums, k);
Assert(res, 11);
nums = { 1, 0, 3, 3, 0, 6 };
 k = 2;
 res = Solution().splitArray(nums, k);
Assert(res, 7);
nums = { 6,5,3,2,2,1 };
k = 5;
res = Solution().splitArray(nums, k);
Assert(res, 6);
nums = { 1,0,3,3,0,1 };
k = 5;
res = Solution().splitArray(nums, k);
Assert(res, 3);
//CConsole::Out(res);

}

2023年一月版:二分

class Solution {
public:
int splitArray(vector& nums, int k) {
int iMax = *std::max_element(nums.begin(), nums.end());
int iSum = std::accumulate(nums.begin(), nums.end(),0);
int left = iMax-1, right = iSum;
   while (left+1 < right)
   {
     int iMid = (left + right) / 2;
     if (NeedK(nums, iMid) <= k)
     {
       right = iMid;
     }
     else
     {
       left = iMid;
     }
   }
   return right;
 }
 int NeedK(const vector<int>& nums, int iMaxSum)
 {
   int iNeedK = 1;
   int iSum = 0;
   for (const auto& n : nums)
   {
     if (iSum + n > iMaxSum)
     {
       iSum = n;
       iNeedK++;
     }
     else
     {
       iSum+=n;
     }
   }
   return iNeedK;
 }

};

2023年8月版也是二分

class Solution {
public:
int splitArray(vector& nums, int k) {
int iSum = std::accumulate(nums.begin(), nums.end(), 0);
int left = -1, r = iSum;
while (r > left + 1)
{
const auto mid = left + (r - left) / 2;
if (Is(nums, mid, k))
{
r = mid;
}
else
{
left = mid;
}
}
return r;
}
bool Is(const vector& nums, const int iMaxSum, int k)
{
k–;//可以分配的新组
int iHas = 0;
for (const auto& n : nums)
{
iHas += n;
if (iHas > iMaxSum)
{
k–;
iHas = n;
if (n > iMaxSum)
{
return false;
}
}
}
return k >= 0;
}
};

扩展阅读

视频课程

有效学习:明确的目标 及时的反馈 拉伸区(难度合适),可以先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。

https://edu.csdn.net/course/detail/38771

如何你想快

速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程

https://edu.csdn.net/lecturer/6176

相关下载

想高屋建瓴的学习算法,请下载《闻缺陷则喜算法册》doc版

https://download.csdn.net/download/he_zhidan/88348653

鄙人想对大家说的话
闻缺陷则喜是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。
墨家名称的来源:有所得以墨记之。
如果程序是一条龙,那算法就是他的是睛

测试环境

操作系统:win7 开发环境: VS2019 C++17

或者 操作系统:win10 开发环境: VS2022 C++17


相关文章
|
9月前
|
存储 监控 算法
基于跳表数据结构的企业局域网监控异常连接实时检测 C++ 算法研究
跳表(Skip List)是一种基于概率的数据结构,适用于企业局域网监控中海量连接记录的高效处理。其通过多层索引机制实现快速查找、插入和删除操作,时间复杂度为 $O(\log n)$,优于链表和平衡树。跳表在异常连接识别、黑名单管理和历史记录溯源等场景中表现出色,具备实现简单、支持范围查询等优势,是企业网络监控中动态数据管理的理想选择。
234 0
|
9月前
|
算法 数据可视化 数据挖掘
基于EM期望最大化算法的GMM参数估计与三维数据分类系统python源码
本内容展示了基于EM算法的高斯混合模型(GMM)聚类实现,包含完整Python代码、运行效果图及理论解析。程序使用三维数据进行演示,涵盖误差计算、模型参数更新、结果可视化等关键步骤,并附有详细注释与操作视频,适合学习EM算法与GMM模型的原理及应用。
|
10月前
|
机器学习/深度学习 存储 算法
基于 C++ 布隆过滤器算法的局域网上网行为控制:URL 访问过滤的高效实现研究
本文探讨了一种基于布隆过滤器的局域网上网行为控制方法,旨在解决传统黑白名单机制在处理海量URL数据时存储与查询效率低的问题。通过C++实现URL访问过滤功能,实验表明该方法可将内存占用降至传统方案的八分之一,查询速度提升约40%,假阳性率可控。研究为优化企业网络管理提供了新思路,并提出结合机器学习、改进哈希函数及分布式协同等未来优化方向。
283 0
|
11月前
|
监控 算法 数据处理
基于 C++ 的 KD 树算法在监控局域网屏幕中的理论剖析与工程实践研究
本文探讨了KD树在局域网屏幕监控中的应用,通过C++实现其构建与查询功能,显著提升多维数据处理效率。KD树作为一种二叉空间划分结构,适用于屏幕图像特征匹配、异常画面检测及数据压缩传输优化等场景。相比传统方法,基于KD树的方案检索效率提升2-3个数量级,但高维数据退化和动态更新等问题仍需进一步研究。未来可通过融合其他数据结构、引入深度学习及开发增量式更新算法等方式优化性能。
268 17
|
6月前
|
机器学习/深度学习 算法 机器人
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
288 8
|
6月前
|
机器学习/深度学习 算法 自动驾驶
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
337 8
|
6月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
580 0
|
6月前
|
机器学习/深度学习 数据采集 负载均衡
结合多种启发式解码方法的混合多目标进化算法,用于解决带工人约束的混合流水车间调度问题(Matlab代码实现)
结合多种启发式解码方法的混合多目标进化算法,用于解决带工人约束的混合流水车间调度问题(Matlab代码实现)
304 0
|
6月前
|
机器学习/深度学习 人工智能 算法
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
266 0
|
6月前
|
存储 监控 并行计算
目标跟踪中常用点迹航迹数据关联算法的MATLAB实现
通过计算测量点与预测点之间的欧氏距离,选择最近邻点进行关联,适用于单目标跟踪场景。