目录

LC 813. 最大平均值和的分组 (opens new window) (opens new window)

中等

# 问题描述

给定数组 nums 和一个整数 k 。我们将给定的数组 nums 分成 最多 k 个相邻的非空子数组 。 分数 由每个子数组内的平均值的总和构成。

注意我们必须使用 nums 数组中的每一个数进行分组,并且分数不一定需要是整数。

返回我们所能得到的最大 分数 是多少。答案误差在 10-6 内被视为是正确的。

示例 1:

输入: nums = [9,1,2,3,9], k = 3
输出: 20.00000
解释:
nums 的最优分组是[9], [1, 2, 3], [9]. 得到的分数是 9 + (1 + 2 + 3) / 3 + 9 = 20.
我们也可以把 nums 分成[9, 1], [2], [3, 9].
这样的分组得到的分数为 5 + 2 + 6 = 13, 但不是最大值.

示例 2:

输入: nums = [1,2,3,4,5,6,7], k = 4
输出: 20.50000

提示:

  • 1 <= nums.length <= 100
  • 1 <= nums[i] <= 104
  • 1 <= k <= nums.length

# 动态规划

当划分份数越多,平均值之和越大,因此想要取得最大值必然是恰好划分成 kk 份,证明如下:

假设一种分组的子数组个数小于 kk,那么必然有一个子数组的元素个数 c>1c > 1,设该子数组的评价值为 mm,左侧第一个元素为 xx,对该子数组的左侧第一个元素切分出去,得到的平均值和为 m×cxc1+x=m×cxc1+c×xxc1=cc1×m+c2c1×x\frac{m \times c - x}{c - 1} + x = \frac{m \times c - x}{c - 1} + \frac{c \times x - x}{c - 1} = \frac{c}{c - 1} \times m + \frac{c - 2}{c - 1} \times x,因为 cc1>1\frac{c}{c - 1} > 1c2c1×x>0\frac{c - 2}{c - 1} \times x > 0,所以 cc1×m+c2c1×x>m\frac{c}{c - 1} \times m + \frac{c - 2}{c - 1} \times x > m

dp[i][k]dp[i][k] 表示数组前 ii 个数,划分成 kk 个子数组的最大平均值总和:

  • k=1k = 1 时,dp[i][1]=(nums[0]++nums[i1])/idp[i][1] = (nums[0] + \dots + nums[i - 1]) / i
  • k>1k > 1 时,dp[i][k]=max(dp[i][k],dp[j][k1]+avg[j][i])dp[i][k] = max(dp[i][k], dp[j][k-1] + avg[j][i]),这里 jj 取值为 [0,i1][0, i - 1]avg[j][i]avg[j][i] 表示 numsnums 在区间 [j,i1][j, i - 1] 的平均值,即 (nums[j]++nums[i1])/(ij)(nums[j] + \dots + nums[i - 1]) / (i - j)

由于需要频繁计算区间和,所以可以使用前缀和对数据进行预处理。

/**
 * @param {number[]} nums
 * @param {number} k
 * @return {number}
 */
var largestSumOfAverages = function (nums, k) {
  const n = nums.length
  const sum = new Array(n + 1).fill(0)
  for (let i = 1; i <= n; i++) {
    sum[i] = sum[i - 1] + nums[i - 1]
  }
  const dp = new Array(n + 1).fill(0).map(() => new Array(k + 1).fill(0))
  for (let i = 1; i <= n; i++) {
    dp[i][1] = sum[i] / i
  }
  for (let i = 1; i <= n; i++) {
    for (let $k = 2; $k <= k; $k++) {
      for (let j = 1; j < i; j++) {
        const avg = (sum[i] - sum[j]) / (i - j)
        dp[i][$k] = Math.max(dp[i][$k], dp[j][$k - 1] + avg)
      }
    }
  }
  return dp[n][k]
}
  • 时间复杂度:O(n2×k)O(n^2 \times k)
  • 空间复杂度:O(n×k)O(n \times k)
上次更新: 2023/01/31 19:48:05

本博客所有文章除特别声明外,均采用 CC BY-SA 4.0 协议 , 转载请注明出处!