这是 LeetCode 上的「561. 数组拆分 I」,难度为 「Easy」。
给定长度为 2n
的整数数组 nums
,你的任务是将这些数分成 n
对。
例如 (a1, b1)
, (a2, b2)
, ..., (an, bn)
,使得从 1 到 n 的 min(ai, bi)
总和最大。
返回该最大总和。
示例 1:
输入:nums = [1,4,3,2]
输出:4
解释:所有可能的分法(忽略元素顺序)为:
1. (1, 4), (2, 3) -> min(1, 4) + min(2, 3) = 1 + 2 = 3
2. (1, 3), (2, 4) -> min(1, 3) + min(2, 4) = 1 + 2 = 3
3. (1, 2), (3, 4) -> min(1, 2) + min(3, 4) = 1 + 3 = 4
所以最大总和为 4
示例 2:
输入:nums = [6,2,6,5,1,2]
输出:9
解释:最优的分法为 (2, 1), (2, 5), (6, 6).
min(2, 1) + min(2, 5) + min(6, 6) = 1 + 2 + 6 = 9
提示:
1 <= n <= 10^4
nums.length == 2 * n
-10^4 <= nums[i] <= 10^4
我们先对数组进行排序。
由于每两个数,我们只能选择当前小的一个进行累加。
因此我们猜想应该从第一个位置进行选择,然后隔一步选择下一个数。这样形成的序列的求和值最大。
class Solution {
public int arrayPairSum(int[] nums) {
int n = nums.length;
Arrays.sort(nums);
int ans = 0;
for (int i = 0; i < n; i += 2) ans += nums[i];
return ans;
}
}
我们用反证法来证明,为什么这样选择的序列的求和值一定是最大的。
猜想:对数组进行排序,从第一个位置进行选择,然后隔一步选择下一个数。这样形成的序列的求和值最大(下图黑标,代表当前被选择的数字)。
之所以我们能这么选择,是因为每一个被选择的数的「下一位位置」都对应着一个「大于等于」当前数的值(假设位置为 k
),使得当前数在 min(a,b)
关系中能被选择(下图红标,代表保证前面一个黑标能够被选择的辅助数)。
假如我们这样选择的序列求和不是最大值,那么说明至少我们有一个值选错了,应该选择更大的数才对。
那么意味着我们「某一位置」的黑标应该从当前位置指向更后的位置。
PS. 因为要满足 min(a, b) 的数才会被累加,因此每一个红标右移(变大)必然导致原本所对应的黑标发生「同样程度 或 不同程度」的右移(变大)
这会导致我们所有的红标黑标同时往后平移。
最终会导致我们最后一个黑标出现在最后一位,这时候最后一位黑标不得不与我们第 k
个位置的数形成一对。
我们看看这是求和序列的变化( k
位置前的求和项没有发生变化,我们从 k
位置开始分析):
nums[k] + nums[k + 2] + ... + nums[n - 1]
nums[k + 1] + nums[k + 3] + ... + nums[n - 2] + min(nums[n], nums[k])
由于 min(nums[n], nums[k])
中必然是 nums[k]
被选择。因此:
调整后答案 = nums[k] + nums[k + 1] + nums[k + 3] + ... + nums[n - 2]
显然从原答案的每一项都「大于等于」调整后答案的每一项,因此「不可能在「假想序列」中通过选择别的更大的数得到更优解,假想得证。」
证明的意义在于,「你知道为什么这样做是对的」。
带来的好处是:
这是我们「刷穿 LeetCode」系列文章的第 No.*
篇,系列开始于 2021/01/01,截止于起始日 LeetCode 上共有 1916 道题目,部分是有锁题,我们将先将所有不带锁的题目刷完。
在这个系列文章里面,除了讲解解题思路以外,还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。
由于 LeetCode 的题目随着周赛 & 双周赛不断增加,为了方便我们统计进度,我们将按照系列起始时的总题数作为分母,完成的题目作为分子,进行进度计算。当前进度为 */1916
。
为了方便各位同学能够电脑上进行调试和提交代码,我在 Github 建立了相关的仓库:https://github.com/SharingSource/LogicStack-LeetCode。
「在仓库地址里,你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和一些其他的优选题解。」