LeetCode 题解工作台
判断是否能拆分数组
给你一个长度为 n 的数组 nums 和一个整数 m 。请你判断能否执行一系列操作,将数组拆分成 n 个 非空 数组。 一个数组被称为 好 的,如果: 子数组的长度为 1 ,或者 子数组元素之和 大于或等于 m 。 在每一步操作中,你可以选择一个 长度至少为 2 的现有数组(之前步骤的结果) 并将其…
3
题型
6
代码语言
3
相关题
当前训练重点
中等 · 状态·转移·动态规划
答案摘要
我们先预处理得到前缀和数组 ,其中 表示数组 的前 个元素之和。 接下来,我们设计一个函数 $dfs(i, j)$,表示对于数组 的下标范围 $[i, j]$,是否存在一种满足条件的拆分方法。如果存在,返回 `true`,否则返回 `false`。
Interview AiBoxInterview AiBox 实时 AI 助手,陪你讲清 状态·转移·动态规划 题型思路
题目描述
给你一个长度为 n 的数组 nums 和一个整数 m 。请你判断能否执行一系列操作,将数组拆分成 n 个 非空 数组。
一个数组被称为 好 的,如果:
- 子数组的长度为 1 ,或者
- 子数组元素之和 大于或等于
m。
在每一步操作中,你可以选择一个 长度至少为 2 的现有数组(之前步骤的结果) 并将其拆分成 2 个子数组,而得到的 每个 子数组都需要是好的。
如果你可以将给定数组拆分成 n 个满足要求的数组,返回 true ;否则,返回 false 。
示例 1:
输入:nums = [2, 2, 1], m = 4
输出:true
解释:
- 将
[2, 2, 1]切分为[2, 2]和[1]。数组[1]的长度为 1,数组[2, 2]的元素之和等于4 >= m,所以两者都是好的数组。 - 将
[2, 2]切分为[2]和[2]。两个数组的长度都是 1,所以都是好的数组。
示例 2:
输入:nums = [2, 1, 3], m = 5
输出:false
解释:
第一步必须是以下之一:
- 将
[2, 1, 3]切分为[2, 1]和[3]。数组[2, 1]既不是长度为 1,也没有大于或等于m的元素和。 - 将
[2, 1, 3]切分为[2]和[1, 3]。数组[1, 3]既不是长度为 1,也没有大于或等于m的元素和。
因此,由于这两个操作都无效(它们没有将数组分成两个好的数组),因此我们无法将 nums 分成 n 个大小为 1 的数组。
示例 3:
输入:nums = [2, 3, 3, 2, 3], m = 6
输出:true
解释:
- 将
[2, 3, 3, 2, 3]切分为[2]和[3, 3, 2, 3]。 - 将
[3, 3, 2, 3]切分为[3, 3, 2]和[3]。 - 将
[3, 3, 2]切分为[3, 3]和[2]。 - 将
[3, 3]切分为[3]和[3]。
提示:
1 <= n == nums.length <= 1001 <= nums[i] <= 1001 <= m <= 200
解题思路
方法一:记忆化搜索
我们先预处理得到前缀和数组 ,其中 表示数组 的前 个元素之和。
接下来,我们设计一个函数 ,表示对于数组 的下标范围 ,是否存在一种满足条件的拆分方法。如果存在,返回 true,否则返回 false。
函数 的计算过程如下:
如果 ,那么只有一个元素,不需要拆分,返回 true;
否则,我们枚举拆分点 ,其中 ,如果满足以下条件,那么就可以拆分成 和 两个子数组:
- 子数组 只有一个元素,或者子数组 的元素之和大于等于 ;
- 子数组 只有一个元素,或者子数组 的元素之和大于等于 ;
- 和 都为
true。
为了避免重复计算,我们使用记忆化搜索的方法,用一个二维数组 记录所有的 的返回值,其中 表示 的返回值。
时间复杂度 ,空间复杂度 。其中 是数组 的长度。
class Solution:
def canSplitArray(self, nums: List[int], m: int) -> bool:
@cache
def dfs(i: int, j: int) -> bool:
if i == j:
return True
for k in range(i, j):
a = k == i or s[k + 1] - s[i] >= m
b = k == j - 1 or s[j + 1] - s[k + 1] >= m
if a and b and dfs(i, k) and dfs(k + 1, j):
return True
return False
s = list(accumulate(nums, initial=0))
return dfs(0, len(nums) - 1)
复杂度分析
| 指标 | 值 |
|---|---|
| 时间 | complexity depends on iterating through all possible split positions for each subarray, potentially O(n^2) in the worst case. Space complexity is O(n) to store the DP states for subarray validation. |
| 空间 | Depends on the final approach |
面试官常问的追问
外企场景- question_mark
You might ask how to represent subarray validity efficiently for state transitions.
- question_mark
Expect a discussion on when greedy choices simplify DP state decisions.
- question_mark
Interviewers may probe whether early termination improves performance on unsplittable arrays.
常见陷阱
外企场景- error
Failing to check that both resulting arrays are good before updating DP states.
- error
Assuming any split is valid without considering the problem's good array definition.
- error
Overcomplicating with unnecessary recursion instead of leveraging DP and greedy observations.
进阶变体
外企场景- arrow_right_alt
Instead of splitting into size-one arrays, determine if array can be split into subarrays summing to exactly m.
- arrow_right_alt
Allow splits only at positions where the sum of elements is even and validate good array recursively.
- arrow_right_alt
Change the definition of a good array to require at least one element greater than a threshold in each subarray.