最小化最大值是为了压制优化目标中表现最突出的成分，最大化最小值为了提升优化目标中表现最差的成分

关于这两者的理解，我觉得这篇博文讲得非常好，浅显易懂又联系实际。

理解问题后，就要思考如何解决问题。

记住，这两类问题一般都是用问题转换加二分查找的方法解决。

我会用代码+详细注释的形式记录这两类问题的解法，题目描述易于理解，耐心看完再看题解才会有收获。

最大化最小值问题：leetcode

你有一大块巧克力，它由一些甜度不完全相同的小块组成。我们用数组 sweetness 来表示每一小块的甜度。

你打算和 K 名朋友一起分享这块巧克力，所以你需要将切割 K 次才能得到 K+1 块，每一块都由一些 连续 的小块组成。

为了表现出你的慷慨，你将会吃掉 总甜度最小 的一块，并将其余几块分给你的朋友们。

请找出一个最佳的切割策略，使得你所分得的巧克力总甜度最大，并返回这个 最大总甜度。

示例 1：

输入：sweetness = [1,2,3,4,5,6,7,8,9], K = 5 输出：6 解释：你可以把巧克力分成 [1,2,3], [4,5], [6], [7], [8], [9]。

示例 2：

输入：sweetness = [5,6,7,8,9,1,2,3,4], K = 8 输出：1 解释：只有一种办法可以把巧克力分成 9 块。

示例 3：

输入：sweetness = [1,2,2,1,2,2,1,2,2], K = 2 输出：5 解释：你可以把巧克力分成 [1,2,2], [1,2,2], [1,2,2]。

提示：

    0 =T的情况，至于>=为什么可以归于一类，道理同最大化最小值最后我解释的一样 return false; } return true; } };

如果你要问怎么上面代码的二分就不用left+right+1，那你得好好温习一下二分查找了，二分查找虽然简单，但有时候自己实现起来还说不定bug重重，不断TLE。

希望从此我能很快解决这两类问题！从理解到熟记于心！