本文主要是介绍LeetCode 2558. 从数量最多的堆取走礼物【模拟,堆或原地堆化】简单,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!
本文属于「征服LeetCode」系列文章之一,这一系列正式开始于2021/08/12。由于LeetCode上部分题目有锁,本系列将至少持续到刷完所有无锁题之日为止;由于LeetCode还在不断地创建新题,本系列的终止日期可能是永远。在这一系列刷题文章中,我不仅会讲解多种解题思路及其优化,还会用多种编程语言实现题解,涉及到通用解法时更将归纳总结出相应的算法模板。
为了方便在PC上运行调试、分享代码文件,我还建立了相关的仓库:https://github.com/memcpy0/LeetCode-Conquest。在这一仓库中,你不仅可以看到LeetCode原题链接、题解代码、题解文章链接、同类题目归纳、通用解法总结等,还可以看到原题出现频率和相关企业等重要信息。如果有其他优选题解,还可以一同分享给他人。
由于本系列文章的内容随时可能发生更新变动,欢迎关注和收藏征服LeetCode系列文章目录一文以作备忘。
给你一个整数数组 gifts
,表示各堆礼物的数量。每一秒,你需要执行以下操作:
- 选择礼物数量最多的那一堆。
- 如果不止一堆都符合礼物数量最多,从中选择任一堆即可。
- 选中的那一堆留下平方根数量的礼物(向下取整),取走其他的礼物。
返回在 k
秒后剩下的礼物数量。
示例 1:
输入:gifts = [25,64,9,4,100], k = 4
输出:29
解释:
按下述方式取走礼物:
- 在第一秒,选中最后一堆,剩下 10 个礼物。
- 接着第二秒选中第二堆礼物,剩下 8 个礼物。
- 然后选中第一堆礼物,剩下 5 个礼物。
- 最后,再次选中最后一堆礼物,剩下 3 个礼物。
最后剩下的礼物数量分别是 [5,8,9,4,3] ,所以,剩下礼物的总数量是 29 。
示例 2:
输入:gifts = [1,1,1,1], k = 4
输出:4
解释:
在本例中,不管选中哪一堆礼物,都必须剩下 1 个礼物。
也就是说,你无法获取任一堆中的礼物。
所以,剩下礼物的总数量是 4 。
提示:
1 <= gifts.length <= 10^3
1 <= gifts[i] <= 10^9
1 <= k <= 10^3
相似题目:
- 2558. 从数量最多的堆取走礼物
- 2530. 执行 K 次操作后的最大分数
- 1962. 移除石子使总数最小
- 2208. 将数组和减半的最少操作次数
- 2233. K 次增加后的最大乘积
解法 模拟+堆
维护一些数的最大值,可以最大堆模拟。循环 k k k 次。每次循环,弹出堆顶 top \textit{top} top ,然后把 ⌊ top ⌋ \left\lfloor\sqrt{\textit{top}}\right\rfloor ⌊top⌋ 入堆。循环结束后,堆中所有元素之和就是答案。
class Solution {public long pickGifts(int[] gifts, int k) {var pq = new PriorityQueue<Integer>(gifts.length, (Integer a, Integer b) -> {return b- a;});for (int gift : gifts) pq.add(gift);for (int i = 0; i < k; ++i) {long m = pq.poll();pq.add((int) Math.sqrt(m)); // 留下平方根数量的礼物}long ans = 0;while (!pq.isEmpty()) ans += pq.poll();return ans;}
}
优化
- 如果堆顶等于 1 1 1 ,说明堆中所有元素都为 1 1 1 。由于 1 = 1 \sqrt{1} = 1 1=1 ,后续操作无法修改任何元素,可以直接退出循环。
- 原地堆化
heapify
可以做到 O ( 1 ) \mathcal{O}(1) O(1) 的空间复杂度。部分语言用的标准库自带的堆化函数。
class Solution {
public:long long pickGifts(vector<int>& gifts, int k) {make_heap(gifts.begin(), gifts.end()); // 原地堆化,最大堆while (k-- && gifts[0] > 1) {pop_heap(gifts.begin(), gifts.end()); // 弹出堆顶并移到末尾gifts.back() = sqrt(gifts.back());push_heap(gifts.begin(), gifts.end()); // 把末尾元素入堆}return accumulate(gifts.begin(), gifts.end(), 0LL);}
};
复杂度分析:
- 时间复杂度: O ( n + k log n ) \mathcal{O}(n + k\log n) O(n+klogn) ,其中 n n n 为 gifts \textit{gifts} gifts 的长度。堆化需要 O ( n ) \mathcal{O}(n) O(n) 的时间(证明见下)。每次修改堆顶,需要 O ( log n ) \mathcal{O}(\log n) O(logn) 的时间。计算平方根有专门的 CPU 指令,可以视为 O ( 1 ) \mathcal{O}(1) O(1) 时间。所以总的时间复杂度为 O ( n + k log n ) \mathcal{O}(n + k\log n) O(n+klogn) 。
- 空间复杂度: O ( 1 ) \mathcal{O}(1) O(1) ,仅用到若干额外变量。
这篇关于LeetCode 2558. 从数量最多的堆取走礼物【模拟,堆或原地堆化】简单的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!