转载自https://blog.csdn.net/birdreamer/article/details/79850052class Solution:
def largestSumOfAverages(self, A, K):
"""
:type A: List[int]
:type K: int
:rtype: float
"""
out = dict()
def dp(length, groups):
if (length, groups) in out:
return out[(length, groups)]
if groups == 1:
out[(length, groups)] = sum(A[:length]) / length
return out[(length, groups)]
temp = 0
out[length, groups] = 0
for i in range(length - 1, 0, -1):
temp += A[i]
out[(length, groups)] = max(out[(length, groups)], dp(i, groups - 1) + temp / (length - i))
return out[(length, groups)]
return dp(len(A), K)
利用动态规划,公式转自https://blog.csdn.net/qq_28954601/article/details/79852404

本文介绍了一种使用动态规划解决最大平均值问题的方法。通过递归定义状态转移方程,实现对列表中整数分组以获得最大的平均值之和。此算法适用于将整数列表分割为K个连续子数组,以最大化各子数组平均值总和的场景。

104

被折叠的 条评论
为什么被折叠?



