动态规划解分割数组II[Arctic Fox]
Posted 阿飞算法
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了动态规划解分割数组II[Arctic Fox]相关的知识,希望对你有一定的参考价值。
欢迎阅读、点赞、转发、订阅,你的举手之间,我的动力源泉。
定义状态
dp[i]
:数组的前i
个数即nums[0,1...i-1]
,被切了K-1
刀,分割成K
个数组,每个数组的值变成最大值,分割后的最大和,如上图,当被分成K=3
个部分时,第一部分的最大值为15
,第二部分为9
,第三部分10
,每一部分的每个值都上升为当前部分的局部max
,红色字体为新的值,累加后,求其最大值
转移方程
要想求dp[i]
,这是数组的前i
个数即nums[0,1...i-1]
,被切了K-1WWW
刀,分割成K
个数组,每个数组的值变成最大值,分割后的最大和
求
dp[i-1]
,表示数组的前i
个数即nums[0,1…i-2]
,第二部分是nums[i-1]
,也就是说dp[i-1]
+max(nums[i-1])
*(i-(i-1))
求
dp[i-2]
,表示数组的前i-1
个数即nums[0,1…i-3]
,第二部分是nums[i-2…i-1]
,也就是说dp[i-2]
+max(nums[i-2…i-1])
*(i-(i-2))
求
dp[i-3]
,表示数组的前i-2
个数即nums[0,1…i-4]
,第二部分是nums[i-3…i-1]
,也就是说dp[i-3]
+max(nums[i-3…i-1])
*(i-(i-3))
…
求
dp[0]
,表示数组的前1
个数即nums[0,0]
,第二部分是nums[0…i-1]
,也就是说dp[0]
+max(nums[0…i-1])
*(i-(0))
求上面的的最大值
可以推导出dp[i]
=max
(dp[i]
,dp[j]+(i-j)*MAX
),其中MAX
是nums[j...i-1]
范围内的局部最大值,一旦找到最大值,该范围内的所有值都改成这个局部最大值MAX
,其中0=<j
<i
初始化边界
i-j
如果大于K
前面的部分已经被分割成了K
部分了,后面nums[i...n]
这部分将没有办法被涵盖进来,一个条件:i-j
<=K
j
>=0,这个没啥好说的
dp
初始化的时候容量为n+1
,要求的dp[n]
表示数组的前n
个数即nums[0,1...n]
,被切了K-1
刀,分割成K
个数组,每个数组的值变成最大值,分割后的最大和
编码技巧
i
从做到有遍历,j
起始为i-1
从右往左遍历注意记录局部的最大值
MAX
完整代码
public int maxSumAfterPartitioning(int[] A, int K) {
int n = A.length;
int[] dp = new int[n + 1];
for (int i = 0; i <= n; i++) {
int j = i - 1;
int max = dp[i];
while ((i - j) <= K && j >= 0) {
max = Math.max(max, A[j]);
dp[i] = Math.max(dp[i], dp[j] + (i - j) * max);
j--;
}
}
return dp[n];
}
总结
动态规划的题目,需要想到一些基本的情况,可以像数学归纳法一样思考
以上是关于动态规划解分割数组II[Arctic Fox]的主要内容,如果未能解决你的问题,请参考以下文章
动态规划第六篇:01背包问题(分割等和子集 + 最后一块石头的重量 II)
动态规划第六篇:01背包问题(分割等和子集 + 最后一块石头的重量 II)
AS Arctic Fox配置360加固命令行模式gradle插件