【动态规划】【C++算法】2518. 好分区的数目

简介: 【动态规划】【C++算法】2518. 好分区的数目

作者推荐

动态规划】【前缀和】【C++算法】LCP 57. 打地鼠

本文涉及知识点

动态规划汇总

LeetCode:2518. 好分区的数目

给你一个正整数数组 nums 和一个整数 k 。

分区 的定义是:将数组划分成两个有序的 组 ,并满足每个元素 恰好 存在于 某一个 组中。如果分区中每个组的元素和都大于等于 k ,则认为分区是一个好分区。

返回 不同 的好分区的数目。由于答案可能很大,请返回对 109 + 7 取余 后的结果。

如果在两个分区中,存在某个元素 nums[i] 被分在不同的组中,则认为这两个分区不同。

示例 1:

输入:nums = [1,2,3,4], k = 4

输出:6

解释:好分区的情况是 ([1,2,3], [4]), ([1,3], [2,4]), ([1,4], [2,3]), ([2,3], [1,4]), ([2,4], [1,3]) 和 ([4], [1,2,3]) 。

示例 2:

输入:nums = [3,3,3], k = 4

输出:0

解释:数组中不存在好分区。

示例 3:

输入:nums = [6,6], k = 2

输出:2

解释:可以将 nums[0] 放入第一个分区或第二个分区中。

好分区的情况是 ([6], [6]) 和 ([6], [6]) 。

参数范围

1 <= nums.length, k <= 1000

1 <= nums[i] <= 109

动态规划

动态规划的状态表示

暴力做法:dp[i][j][m] 记录前i个 数子,第一个分区和为j,第二个分区和为m。这样时间复杂度O(109)超时。

状态优化

j+m 显然等于y= ∑ x : 0 i − 1 \Large\sum_{x:0}^{i-1}x:0i1nums[x]

{ 第一个分区和为 p r e , 第二个分区和为 j − p r e p r e < k 第一个分区和大于等于 k ,第二个分区和 p r e − k p r e ∈ [ k , 2 k ] \begin{cases} 第一个分区和为pre,第二个分区和为j-pre & pre<k \\ 第一个分区和大于等于k,第二个分区和pre-k & pre\in[k,2k] \end{cases}{第一个分区和为pre,第二个分区和为jpre第一个分区和大于等于k,第二个分区和prekpre<kpre[k,2k]

pre[j]表示前i个数的形成的分区数量,dp[j]表示前i+1个数。

动态规划的转移方程

分两种情况:nums[i] 属于分区一,属于分区二。

动态规划的初始值

pre[0]=1,其它等于0。

动态规划的填表顺序

i从0到大,前者状态更新后置状态。

动态规划的返回值

pre.back()。

代码

核心代码

template<int MOD = 1000000007>
class C1097Int
{
public:
  C1097Int(long long llData = 0) :m_iData(llData% MOD)
  {
  }
  C1097Int  operator+(const C1097Int& o)const
  {
    return C1097Int(((long long)m_iData + o.m_iData) % MOD);
  }
  C1097Int& operator+=(const C1097Int& o)
  {
    m_iData = ((long long)m_iData + o.m_iData) % MOD;
    return *this;
  }
  C1097Int& operator-=(const C1097Int& o)
  {
    m_iData = (m_iData + MOD - o.m_iData) % MOD;
    return *this;
  }
  C1097Int  operator-(const C1097Int& o)
  {
    return C1097Int((m_iData + MOD - o.m_iData) % MOD);
  }
  C1097Int  operator*(const C1097Int& o)const
  {
    return((long long)m_iData * o.m_iData) % MOD;
  }
  C1097Int& operator*=(const C1097Int& o)
  {
    m_iData = ((long long)m_iData * o.m_iData) % MOD;
    return *this;
  }
  bool operator<(const C1097Int& o)const
  {
    return m_iData < o.m_iData;
  }
  C1097Int pow(long long n)const
  {
    C1097Int iRet = 1, iCur = *this;
    while (n)
    {
      if (n & 1)
      {
        iRet *= iCur;
      }
      iCur *= iCur;
      n >>= 1;
    }
    return iRet;
  }
  C1097Int PowNegative1()const
  {
    return pow(MOD - 2);
  }
  int ToInt()const
  {
    return m_iData;
  }
private:
  int m_iData = 0;;
};
class Solution {
public:
  int countPartitions(vector<int>& nums, int k) {
    vector<C1097Int<>> vPre(2 * k + 1);
    vPre[0] = 1;
    long long llSum = 0;
    for (const auto& n : nums)
    {     
      vector<C1097Int<>> dp(2 * k + 1);
      for (int pre = 0; pre <= 2 * k; pre++)
      {
        const long long sum1 = (pre < k) ? pre : k;
        const long long sum2 = min((long long)k,((pre < k) ? (llSum - pre) : (pre - k)));
        //分区一
        const long long sum11 = min((long long)k, sum1 + n);
        const long long sum22 = min((long long)k, sum2 + n);
        auto Updata = [&dp,&vPre, &pre,&k] (long long sum1, long long sum2)
        {
          if (sum1 < k)
          {
            dp[sum1] += vPre[pre];
          }
          else
          {
            dp[k+sum2] += vPre[pre];
          }
        };
        Updata(sum11, sum2);
        Updata(sum1, sum22);
      }
      vPre.swap(dp);
      llSum += n;
    }
    return vPre.back().ToInt();
  }
};

测试用例

template<class T>
void Assert(const T& t1, const T& t2)
{
  assert(t1 == t2);
}
template<class T>
void Assert(const vector<T>& v1, const vector<T>& v2)
{
  if (v1.size() != v2.size())
  {
    assert(false);
    return;
  }
  for (int i = 0; i < v1.size(); i++)
  {
    Assert(v1[i], v2[i]);
  }
}
int main()
{ 
  vector<int> nums;
  int k;
  {
    Solution sln;
    nums = { 1, 2, 3, 4 }, k = 4;
    auto res = sln.countPartitions(nums, k);
    Assert(res,6);
  }
  {
    Solution sln;
    nums = { 3, 3, 3 }, k = 4;
    auto res = sln.countPartitions(nums, k);
    Assert(res, 0);
  }
  {
    Solution sln;
    nums = { 6,6 }, k = 2;
    auto res = sln.countPartitions(nums, k);
    Assert(res, 2);
  }
    
}


2023年2月

class C1097Int

{

public:

C1097Int(int iData = 0) :m_iData(iData)

{

}
 C1097Int  operator+(const C1097Int& o)const
 {
   return C1097Int(((long long)m_iData + o.m_iData) % s_iMod);
 }
 C1097Int&  operator+=(const C1097Int& o)
 {
   m_iData = ((long long)m_iData + o.m_iData) % s_iMod;
   return *this;
 }
 C1097Int&  operator-=(const C1097Int& o)
 {
   m_iData = (m_iData + s_iMod  - o.m_iData) % s_iMod;
   return *this;
 }
 C1097Int  operator*(const C1097Int& o)const
 {
   return((long long)m_iData *o.m_iData) % s_iMod;
 }
 C1097Int&  operator*=(const C1097Int& o)
 {
  m_iData =((long long)m_iData *o.m_iData) % s_iMod;
   return *this;
 }
 bool operator<(const C1097Int& o)const
 {
   return m_iData < o.m_iData;
 }
 C1097Int& pow( int n)const
 {
   C1097Int iRet = 1, iCur = *this;
  while (n)
  {
    if (n & 1)
    {
      iRet *= iCur;
    }
    iCur *= iCur;
    n >>= 1;
  }
  return iRet;
 }
 C1097Int PowNegative1()
 {
   return pow(s_iMod - 2);
 }
 int ToInt()const
 {
   return m_iData;
 }

private:

int m_iData = 0;;

static const int s_iMod = 1000000007;

};

int operator+(int iData, const C1097Int& int1097)

{

int iRet = int1097.operator+(C1097Int(iData)).ToInt();

return iRet;

}

int& operator+=(int& iData, const C1097Int& int1097)

{

iData = int1097.operator+(C1097Int(iData)).ToInt();

return iData;

}

int operator*(int iData, const C1097Int& int1097)

{

int iRet = int1097.operator*(C1097Int(iData)).ToInt();

return iRet;

}

int& operator*=(int& iData, const C1097Int& int1097)

{

iData = int1097.operator*(C1097Int(iData)).ToInt();

return iData;

}

class Solution {

public:

int countPartitions(vector& nums, int K) {

//pre0 记录选取的数组和低于k,pre1 记录选取的数组和超过k,未选取的数组和低于k

vector pre0(K), pre1(K);

pre0[0] = 1;

C1097Int iRet;

long long llSum = 0;

for (const auto& n : nums)

{

llSum += n;

vector dp0 = pre0, dp1 = pre1;

iRet += iRet;//已经符合要求的,选取不选取都符合

//选取

for (int pr = 0; pr < K; pr++)

{

const int iSelSum = pr + n;

const auto& preValue = pre0[pr];

if (0 == preValue.ToInt())

{

continue;

}

if (iSelSum< K)

{

dp0[iSelSum] += preValue;

}

else

{

const long long llNoSelSum = llSum - iSelSum;

if (llNoSelSum >= K)

{

iRet += preValue;

}

else

{

dp1[llNoSelSum] += preValue;

}

}

}

//不选取

for (int pr = 0; pr < K; pr++)

{

const int iNoSelSum = pr + n;

const auto& preValue = pre1[pr];

if (0 == preValue.ToInt())

{

continue;

}

if (iNoSelSum < K)

{

dp1[iNoSelSum] += preValue;

}

else

{

iRet += preValue;

}

}

pre0.swap(dp0);

pre1.swap(dp1);

}

return iRet.ToInt();

}

};

相关文章
|
2月前
|
机器学习/深度学习 存储 算法
动态规划算法深度解析:0-1背包问题
0-1背包问题是经典的组合优化问题,目标是在给定物品重量和价值及背包容量限制下,选取物品使得总价值最大化且每个物品仅能被选一次。该问题通常采用动态规划方法解决,通过构建二维状态表dp[i][j]记录前i个物品在容量j时的最大价值,利用状态转移方程避免重复计算子问题,从而高效求解最优解。
441 1
|
6月前
|
存储 监控 算法
基于 C++ 哈希表算法实现局域网监控电脑屏幕的数据加速机制研究
企业网络安全与办公管理需求日益复杂的学术语境下,局域网监控电脑屏幕作为保障信息安全、规范员工操作的重要手段,已然成为网络安全领域的关键研究对象。其作用类似网络空间中的 “电子眼”,实时捕获每台电脑屏幕上的操作动态。然而,面对海量监控数据,实现高效数据存储与快速检索,已成为提升监控系统性能的核心挑战。本文聚焦于 C++ 语言中的哈希表算法,深入探究其如何成为局域网监控电脑屏幕数据处理的 “加速引擎”,并通过详尽的代码示例,展现其强大功能与应用价值。
156 2
|
7月前
|
存储 算法 C++
Windows共享文件:探秘C++实现的B树索引算法奇境
在数字化时代,Windows共享文件的高效管理至关重要。B树算法以其自平衡多路搜索特性,在文件索引与存储优化中表现出色。本文探讨B树在Windows共享文件中的应用,通过C++实现具体代码,展示其构建文件索引、优化数据存储的能力,提升文件检索效率。B树通过减少磁盘I/O操作,确保查询高效,为企业和个人提供流畅的文件共享体验。
|
4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。
144 0
|
6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。
181 17
|
5月前
|
存储 机器学习/深度学习 算法
基于 C++ 的局域网访问控制列表(ACL)实现及局域网限制上网软件算法研究
本文探讨局域网限制上网软件中访问控制列表(ACL)的应用,分析其通过规则匹配管理网络资源访问的核心机制。基于C++实现ACL算法原型,展示其灵活性与安全性。文中强调ACL在企业与教育场景下的重要作用,并提出性能优化及结合机器学习等未来研究方向。
149 4
|
5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。
159 0
|
7月前
|
存储 监控 算法
基于 C++ 哈希表算法的局域网如何监控电脑技术解析
当代数字化办公与生活环境中,局域网的广泛应用极大地提升了信息交互的效率与便捷性。然而,出于网络安全管理、资源合理分配以及合规性要求等多方面的考量,对局域网内计算机进行有效监控成为一项至关重要的任务。实现局域网内计算机监控,涉及多种数据结构与算法的运用。本文聚焦于 C++ 编程语言中的哈希表算法,深入探讨其在局域网计算机监控场景中的应用,并通过详尽的代码示例进行阐释。
157 4
|
1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)
183 0
|
1月前
|
数据采集 分布式计算 并行计算
mRMR算法实现特征选择-MATLAB
mRMR算法实现特征选择-MATLAB
140 2

热门文章

最新文章