给你一个整数数组 nums
和一个整数 k
。你需要将这个数组划分到 k
个相同大小的子集中,使得同一个子集里面没有两个相同的元素。
一个子集的 不兼容性 是该子集里面最大值和最小值的差。
请你返回将数组分成 k
个子集后,各子集 不兼容性 的 和 的 最小值 ,如果无法分成分成 k
个子集,返回 -1
。
子集的定义是数组中一些数字的集合,对数字顺序没有要求。
示例 1:
输入:nums = [1,2,1,4], k = 2 输出:4 解释:最优的分配是 [1,2] 和 [1,4] 。 不兼容性和为 (2-1) + (4-1) = 4 。 注意到 [1,1] 和 [2,4] 可以得到更小的和,但是第一个集合有 2 个相同的元素,所以不可行。
示例 2:
输入:nums = [6,3,8,1,3,1,2,2], k = 4 输出:6 解释:最优的子集分配为 [1,2],[2,3],[6,8] 和 [1,3] 。 不兼容性和为 (2-1) + (3-2) + (8-6) + (3-1) = 6 。
示例 3:
输入:nums = [5,3,3,6,3,3], k = 3 输出:-1 解释:没办法将这些数字分配到 3 个子集且满足每个子集里没有相同数字。
提示:
1 <= k <= nums.length <= 16
nums.length
能被k
整除。1 <= nums[i] <= nums.length
方法一:状态压缩 + 记忆化搜索
class Solution:
def minimumIncompatibility(self, nums: List[int], k: int) -> int:
@cache
def dfs(mask):
if mask == (1 << n) - 1:
return 0
d = {v: i for i, v in enumerate(nums) if (mask >> i & 1) == 0}
ans = inf
if len(d) < m:
return ans
for vs in combinations(d.keys(), m):
nxt = mask
for v in vs:
nxt |= 1 << d[v]
ans = min(ans, max(vs) - min(vs) + dfs(nxt))
return ans
n = len(nums)
m = n // k
ans = dfs(0)
dfs.cache_clear()
return ans if ans < inf else -1