力扣每日一题 6/13 反悔贪心算法

本文主要是介绍力扣每日一题 6/13 反悔贪心算法，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

博客主页：誓则盟约
系列专栏：IT竞赛专栏
关注博主，后期持续更新系列文章
如果有错误感谢请大家批评指出，及时修改
感谢大家点赞👍收藏⭐评论✍

2813.子序列最大优雅度【困难】

题目：

给你一个长度为 n 的二维整数数组 items 和一个整数 k 。

items[i] = [profiti, categoryi]，其中 profiti 和 categoryi 分别表示第 i 个项目的利润和类别。

现定义 items 的 子序列 的 优雅度 可以用 total_profit + distinct_categories2 计算，其中 total_profit 是子序列中所有项目的利润总和，distinct_categories 是所选子序列所含的所有类别中不同类别的数量。

你的任务是从 items 所有长度为 k 的子序列中，找出 最大优雅度 。

用整数形式表示并返回 items 中所有长度恰好为 k 的子序列的最大优雅度。

注意：数组的子序列是经由原数组删除一些元素（可能不删除）而产生的新数组，且删除不改变其余元素相对顺序。

示例 1：

输入：items = [[3,2],[5,1],[10,1]], k = 2
输出：17
解释：
在这个例子中，我们需要选出长度为 2 的子序列。
其中一种方案是 items[0] = [3,2] 和 items[2] = [10,1] 。
子序列的总利润为 3 + 10 = 13 ，子序列包含 2 种不同类别 [2,1] 。
因此，优雅度为 13 + 22 = 17 ，可以证明 17 是可以获得的最大优雅度。

示例 2：

输入：items = [[3,1],[3,1],[2,2],[5,3]], k = 3
输出：19
解释：
在这个例子中，我们需要选出长度为 3 的子序列。 
其中一种方案是 items[0] = [3,1] ，items[2] = [2,2] 和 items[3] = [5,3] 。
子序列的总利润为 3 + 2 + 5 = 10 ，子序列包含 3 种不同类别 [1, 2, 3] 。 
因此，优雅度为 10 + 32 = 19 ，可以证明 19 是可以获得的最大优雅度。

示例 3：

输入：items = [[1,1],[2,1],[3,1]], k = 3
输出：7
解释：
在这个例子中，我们需要选出长度为 3 的子序列。
我们需要选中所有项目。
子序列的总利润为 1 + 2 + 3 = 6，子序列包含 1 种不同类别 [1] 。
因此，最大优雅度为 6 + 12 = 7 。

提示：

1 <= items.length == n <= 10**5
items[i].length == 2
items[i][0] == profiti
items[i][1] == categoryi
1 <= profiti <= 10**9
1 <= categoryi <= n
1 <= k <= n

分析问题：

解这道题主要还是要有一定的思维能力，对贪心算法有一定的知识储备。因为这道题考察的内容确实有点多，在它的标签里列出了 贪心，栈，数组，哈希表，排序，堆（优先队列）；可见这题考的内容之丰富，不过不用慌，在Python中列表可以充当大部分的数据结构，把列表运用好可以解决大多数问题。

那么这道题的话思路如下：

先把items按照利润大小排序(假设从大到小排序)，然后先取前k个，计算出当前的value值；

然后考虑k+1以及之后的元素，首先要明白k+1后面的元素的利润值都是低于之前的任何一个的，那么分类讨论：

如果k+1的种类存在于前k个元素中，那么把k+1加进去没有任何意义，种类重复利润还少，直接跳过即可。
如果k+1的种类不存在于前k个元素中，那么我们要选一个种类重复的且利润最小的元素出来和他交换，这时候利润虽然减小了但是种类+1了，记录此时的a_value值,于原value值相比，谁大取谁作为value。

按照这个思路，往下遍历，计算优雅度，取最大值即可。不过要注意的是这里要记录种类重复的元素，以及将他们按照利润大小排序。这里可以直接用一个列表和一个集合实现，因为遍历的顺序是按照利润从大到小，所以加入到ls里面的元素的顺序一定是按照利润值从大到小的，直接将其翻转，先拿小的交换，这里需要一个指针，交换一次指针向前走一步，标记要被交换的元素。接下来看具体的代码实现：

代码实现：

class Solution:def findMaximumElegance(self, items: List[List[int]], k: int) -> int:items.sort(key= lambda items:items[0],reverse=True)ls=items[:k] # 先按利益大小取前k个最大的元素seen,ll,su=set(),[],0 # seen用来标记出现过的种类for i,j in ls:if j not in seen: seen.add(j)else: ll.append([i,j])su+=ivalue=su+len(seen)**2  # 计算当前最大优雅度if len(ll)==0: return valuell,re=ll[::-1],0  # re 指针 用来标记要和ll中的哪个元素比较for q in items[k:]:if q[1] not in seen and re<=len(ll)-1:key=q[0]-ll[re][0]seen.add(q[1])su+=keyre+=1a_va=su+(len(seen))**2if a_va>value:value=a_vareturn value

总结：

代码逐行解释：

函数定义
- 定义了名为 findMaximumElegance 的函数，接受 items 列表和整数 k 作为参数。
初始化操作
- 对 items 按照第一项（利益大小）进行降序排序。
- 取出前 k 个元素存储在 ls 列表中。
- 创建空集合 seen 用于标记出现过的种类。
- 创建空列表 ll 用于存储重复种类的元素。
- 初始化变量 su 为 0，用于累计利益总和。
计算初始优雅度
- 遍历 ls 中的每个元素 [i, j] ，如果 j 不在 seen 中，将其添加到 seen 中；否则，将该元素添加到 ll 中。
- 累加 ls 中元素的利益到 su 。
- 计算初始优雅度 value 为 su + len(seen) ** 2 。
处理剩余元素以优化优雅度
- 如果 ll 不为空，将其反转。
- 遍历 items 中 k 之后的元素 q 。
- 如果 q 的种类不在 seen 中且 re 指针未超出 ll 的范围，计算用 q 替换 ll[re] 带来的利益变化 key 。
- 更新 seen 、 su ，计算新的优雅度 a_va 。
- 如果 a_va 大于当前的 value ，更新 value 。
返回结果
- 函数最终返回计算得到的最大优雅度 value 。