C++二分查找算法的应用:长度递增组的最大数目

简介: C++二分查找算法的应用:长度递增组的最大数目

本文涉及的基础知识点

二分查找算法合集

题目

给你一个下标从 0 开始、长度为 n 的数组 usageLimits 。

你的任务是使用从 0 到 n - 1 的数字创建若干组,并确保每个数字 i 在 所有组 中使用的次数总共不超过 usageLimits[i] 次。此外,还必须满足以下条件:

每个组必须由 不同 的数字组成,也就是说,单个组内不能存在重复的数字。

每个组(除了第一个)的长度必须 严格大于 前一个组。

在满足所有条件的情况下,以整数形式返回可以创建的最大组数。

示例 1:

输入:usageLimits = [1,2,5]

输出:3

解释:在这个示例中,我们可以使用 0 至多一次,使用 1 至多 2 次,使用 2 至多 5 次。

一种既能满足所有条件,又能创建最多组的方式是:

组 1 包含数字 [2] 。

组 2 包含数字 [1,2] 。

组 3 包含数字 [0,1,2] 。

可以证明能够创建的最大组数是 3 。

所以,输出是 3 。

示例 2:

输入:usageLimits = [2,1,2]

输出:2

解释:在这个示例中,我们可以使用 0 至多 2 次,使用 1 至多 1 次,使用 2 至多 2 次。

一种既能满足所有条件,又能创建最多组的方式是:

组 1 包含数字 [0] 。

组 2 包含数字 [1,2] 。

可以证明能够创建的最大组数是 2 。

所以,输出是 2 。

示例 3:

输入:usageLimits = [1,1]

输出:1

解释:在这个示例中,我们可以使用 0 和 1 至多 1 次。

一种既能满足所有条件,又能创建最多组的方式是:

组 1 包含数字 [0] 。

可以证明能够创建的最大组数是 1 。

所以,输出是 1 。

参数范围:

1 <= usageLimits.length <= 105

1 <= usageLimits[i] <= 109

分析

知识点

假定最长组数为len,则各组长度一定是1,2…len。假定各组长度不是连续的,缺少x,那么将(x…) 都扔掉一个元素,变成[x,…)。持续这个过程至到各组长度连续为至。

只关心各值的数量,不关心值,比如:1,2,3和2,1,3完全相同。故可对数据进行排序。

二分

如果如果能创建n组,则一定能创建n-1组。随着len增加,一定会由能创建变成不能创建。寻找最后一个能创建的len。显然适合用左闭右开的二分。

判断能否创建len组

预处理

目标数组为{1,2…len},源数组为升序排序后的 usageLimits,长度不足则在前面补0。比如:目标数组{1,2,3},源数组{0,3,3};目标数组{0,1,2,3},{1,1,2,2}。

推理

我们用len数组表示目标数组,len[i]的含义,[0,len[i])都会有此元素。

len[i]==usageLimits[i] 刚好
len[i] > usageLimits[i] 不足,需要补缺
len[i] < usageLimits[i] 多余,可以用于补缺

长度为3

由于组内不能有重复元素,所以超过len个元素是无效的。我们用表格分析,那些情况刚好创建3组,没多余的数字。

1,1,1,1,1,1 可以 1填2和3的空缺
1,1,1,1,2 可以 1填2和3的空缺
1,1,2,2 可以 1填3的空缺
2,2,2 可以 2填3的空缺
1,1,1,3 可以 1填2的空缺
1,2,3 可以 不用填空缺
3,3 不可以 1的空缺无法填

猜测

3可以填4及以上缺,如:1333,{2},{3,4},{2,3,4},{1,2,3,4}

如何补缺

假定i1<i2,i2无法补i1的缺,因为i2已经用于[0,i2)不能用于[0,i1)中的任何组。

i1可以补i2的缺。i1只由于[0,i1)组,所以补[i2,…)的缺,不会造成同一组有重复数据。

一个数不会补缺两次

假定k = len[i2] -en[i1],则i1多余不会超过k,

usageLimits[i1]-len[i1] >k

==>usageLimits[i1] >len[i1]+k

==>usageLimits[i1] >len[i2]

因为usageLimits[i2]>=usageLimits[i1]

所以:usageLimits[i2]>len2

所以:i2有多余,和有缺矛盾。

i1多余不会超过k,所以补完i2的缺就空了。

==>无需考虑一个数补两个缺

代码

核心代码

class Solution {
public:
int maxIncreasingGroups(vector& usageLimits) {
m_c = usageLimits.size();
m_v = usageLimits;
sort(m_v.begin(), m_v.end());
int left = 1, right = m_c + 1;
while (right - left > 1)
{
const int mid = left + (right - left) / 2;
if (Can(mid))
{
left = mid;
}
else
{
right = mid;
}
}
return left;
}
bool Can(int len)
{
int i = m_c - 1;
long long llNeed = 0;
for (; len > 0; len–,i–)
{
llNeed -= (m_v[i] - len);
if (m_v[i] >= len)
{
llNeed = max(0LL, llNeed);
}
}
for(;i >= 0 ; i–)
{
llNeed -= m_v[i];
}
return llNeed <= 0;
}
int m_c;
vector m_v;
};

测试用例

template
void Assert(const T& t1, const T& t2)
{
assert(t1 == t2);
}
template
void Assert(const vector& v1, const vector& v2)
{
if (v1.size() != v2.size())
{
assert(false);
return;
}
for (int i = 0; i < v1.size(); i++)
{
Assert(v1[i] ,v2[i]);
}
}
int main()
{
Solution slu;
vector usageLimits;
int res = 0;
usageLimits = { 2,2,2 };
res = slu.maxIncreasingGroups(usageLimits);
Assert(res, 3);
usageLimits = { 1,2,5 };
res = slu.maxIncreasingGroups(usageLimits);
Assert(res, 3);
usageLimits = { 2,1,2 };
res = slu.maxIncreasingGroups(usageLimits);
Assert(res, 2);
usageLimits = { 1,1 };
res = slu.maxIncreasingGroups(usageLimits);
Assert(res, 1);
//CConsole::Out(res);

}

扩展阅读

视频课程

有效学习:明确的目标 及时的反馈 拉伸区(难度合适),可以先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。

https://edu.csdn.net/course/detail/38771

如何你想快

速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程

https://edu.csdn.net/lecturer/6176

相关下载

想高屋建瓴的学习算法,请下载《喜缺全书算法册》doc版

https://download.csdn.net/download/he_zhidan/88348653

充满正能量得对大家说
闻缺陷则喜是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。
墨家名称的来源:有所得以墨记之。
算法终将统治宇宙,而我们统治算法。《喜缺全书》

测试环境

操作系统:win7 开发环境: VS2019 C++17

或者 操作系统:win10 开

发环境: VS2022 C++17


相关文章
|
存储 监控 JavaScript
基于布隆过滤器的 Node.js 算法在局域网电脑桌面监控设备快速校验中的应用研究
本文探讨了布隆过滤器在局域网电脑桌面监控中的应用,分析其高效空间利用率、快速查询性能及动态扩容优势,并设计了基于MAC地址的校验模型,提供Node.js实现代码,适用于设备准入控制与重复数据过滤场景。
453 0
|
Ubuntu API C++
C++标准库、Windows API及Ubuntu API的综合应用
总之,C++标准库、Windows API和Ubuntu API的综合应用是一项挑战性较大的任务,需要开发者具备跨平台编程的深入知识和丰富经验。通过合理的架构设计和有效的工具选择,可以在不同的操作系统平台上高效地开发和部署应用程序。
459 11
|
存储 算法 搜索推荐
软考算法破壁战:从二分查找到堆排序,九大排序核心速通指南
专攻软考高频算法,深度解析二分查找、堆排序、快速排序核心技巧,对比九大排序算法,配套动画与真题,7天掌握45%分值模块。
621 1
软考算法破壁战:从二分查找到堆排序,九大排序核心速通指南
|
运维 监控 JavaScript
基于 Node.js 图结构的局域网设备拓扑分析算法在局域网内监控软件中的应用研究
本文探讨图结构在局域网监控系统中的应用,通过Node.js实现设备拓扑建模、路径分析与故障定位,提升网络可视化、可追溯性与运维效率,结合模拟实验验证其高效性与准确性。
718 3
|
机器学习/深度学习 资源调度 算法
遗传算法模型深度解析与实战应用
摘要 遗传算法(GA)作为一种受生物进化启发的优化算法,在复杂问题求解中展现出独特优势。本文系统介绍了GA的核心理论、实现细节和应用经验。算法通过模拟自然选择机制,利用选择、交叉、变异三大操作在解空间中进行全局搜索。与梯度下降等传统方法相比,GA不依赖目标函数的连续性或可微性,特别适合处理离散优化、多目标优化等复杂问题。文中详细阐述了染色体编码、适应度函数设计、遗传操作实现等关键技术,并提供了Python代码实现示例。实践表明,GA的成功应用关键在于平衡探索与开发,通过精心调参维持种群多样性同时确保收敛效率
|
机器学习/深度学习 边缘计算 人工智能
粒子群算法模型深度解析与实战应用
蒋星熠Jaxonic是一位深耕智能优化算法领域多年的技术探索者,专注于粒子群优化(PSO)算法的研究与应用。他深入剖析了PSO的数学模型、核心公式及实现方法,并通过大量实践验证了其在神经网络优化、工程设计等复杂问题上的卓越性能。本文全面展示了PSO的理论基础、改进策略与前沿发展方向,为读者提供了一份详尽的技术指南。
粒子群算法模型深度解析与实战应用
|
机器学习/深度学习 算法 安全
小场景大市场:猫狗识别算法在宠物智能设备中的应用
将猫狗识别算法应用于宠物智能设备,是AIoT领域的重要垂直场景。本文从核心技术、应用场景、挑战与趋势四个方面,全面解析这一融合算法、硬件与用户体验的系统工程。
1106 0
|
机器学习/深度学习 人工智能 自然语言处理
深度学习模型、算法与应用的全方位解析
深度学习,作为人工智能(AI)的一个重要分支,已经在多个领域产生了革命性的影响。从图像识别到自然语言处理,从语音识别到自动驾驶,深度学习无处不在。本篇博客将深入探讨深度学习的模型、算法及其在各个领域的应用。
2252 3
|
机器学习/深度学习 人工智能 算法
AI-Compass 强化学习模块:理论到实战完整RL技术生态,涵盖10+主流框架、多智能体算法、游戏AI与金融量化应用
AI-Compass 强化学习模块:理论到实战完整RL技术生态,涵盖10+主流框架、多智能体算法、游戏AI与金融量化应用
|
算法 数据可视化
matlab版本粒子群算法(PSO)在路径规划中的应用
matlab版本粒子群算法(PSO)在路径规划中的应用

热门文章

最新文章