作者推荐
本文涉及的基础知识点
滑动窗口
题目
给你一个下标从 0 开始长度为 n 的整数数组 stations ，其中 stations[i] 表示第 i 座城市的供电站数目。
每个供电站可以在一定 范围 内给所有城市提供电力。换句话说，如果给定的范围是 r ，在城市 i 处的供电站可以给所有满足 |i - j| <= r 且 0 <= i, j <= n - 1 的城市 j 供电。
|x| 表示 x 的 绝对值 。比方说，|7 - 5| = 2 ，|3 - 10| = 7 。
一座城市的 电量 是所有能给它供电的供电站数目。
政府批准了可以额外建造 k 座供电站，你需要决定这些供电站分别应该建在哪里，这些供电站与已经存在的供电站有相同的供电范围。
给你两个整数 r 和 k ，如果以最优策略建造额外的发电站，返回所有城市中，最小电量的最大值是多少。
这 k 座供电站可以建在多个城市。
示例 1：
输入：stations = [1,2,4,5,0], r = 1, k = 2
输出：5
解释：
最优方案之一是把 2 座供电站都建在城市 1 。
每座城市的供电站数目分别为 [1,4,4,5,0] 。
- 城市 0 的供电站数目为 1 + 4 = 5 。
- 城市 1 的供电站数目为 1 + 4 + 4 = 9 。
- 城市 2 的供电站数目为 4 + 4 + 5 = 13 。
- 城市 3 的供电站数目为 5 + 4 = 9 。
- 城市 4 的供电站数目为 5 + 0 = 5 。
供电站数目最少是 5 。
无法得到更优解，所以我们返回 5 。
示例 2：
输入：stations = [4,4,4,4], r = 0, k = 3
输出：4
解释：
无论如何安排，总有一座城市的供电站数目是 4 ，所以最优解是 4 。
参数范围：
n == stations.length
1 <= n <= 105
0 <= stations[i] <= 105
0 <= r <= n - 1
0 <= k <= 109
分析
时间复杂度😮(logmn)，其中m是可能的最大的最小电量std::accumulate(stations.begin(), stations.end(),0LL) + k
二分查找
判断所有城市的电量能否达到mid，mid为0的时候一定可以，随着mid增加变得不可能。求最后一个可能的mid，显然左闭右开的二分。
Can函数
| llSum | 记录当前城市的最大电量 |
| k | 还可以建造的电站数量 |
| stations | 记录各城市的电站数，包括新建的 |
如果当前城市电量不够，则建设电站到本城市电量更好满足要求。如果无法建造则失败。选择能给本城市供电的城市中最右的城市建造电站。
代码
核心代码
class Solution { public: long long maxPower(vector<int>& stations, int r, int k) { m_c = stations.size(); long left = 0, right = std::accumulate(stations.begin(), stations.end(),0LL) + k + 1; while (right - left > 1) { const auto mid = left + (right - left) / 2; if (Can(stations, mid, r, k)) { left = mid; } else { right = mid; } } return left; } bool Can(vector<int> stations, const long long llMin, const int r,int k) { long long llSum = 0; for (int i = 0; i < r; i++) {//stations[r]下面循环加 llSum += stations[i]; } for (int i = 0; i < stations.size(); i++) { const int iDel = i - r - 1; if (iDel >= 0) { llSum -= stations[iDel]; } const int iAdd = i + r; if (iAdd < m_c) { llSum += stations[iAdd]; } if (llSum < llMin) { const long long llNeed = llMin - llSum; if (k < llNeed) { return false; } k-= llNeed; llSum = llMin; stations[min(iAdd, m_c - 1)] += llNeed; } } return true; } int m_c; };
测试用例
template<class T> void Assert(const vector<T>& v1, const vector<T>& v2) { if (v1.size() != v2.size()) { assert(false); return; } for (int i = 0; i < v1.size(); i++) { assert(v1[i] == v2[i]); } } template<class T> void Assert(const T& t1, const T& t2) { assert(t1 == t2); } int main() { vector<int> stations; int r, k; { Solution slu; stations = { 1, 2, 4, 5, 0 }; r = 1, k = 2; auto res = slu.maxPower(stations, r, k); Assert(5LL, res); } { Solution slu; stations = { 4,4,4,4 }; r = 0, k = 3; auto res = slu.maxPower(stations, r, k); Assert(4LL, res); } //CConsole::Out(res); }
。也就是我们常说的专业的人做专业的事。 |
|如果程序是一条龙，那算法就是他的是睛|
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
如无特殊说明，本算法用**C++**实现。
