C++二分查找、离线算法:最近的房间

简介: C++二分查找、离线算法:最近的房间

题目

一个酒店里有 n 个房间,这些房间用二维整数数组 rooms 表示,其中 rooms[i] = [roomIdi, sizei] 表示有一个房间号为 roomIdi 的房间且它的面积为 sizei 。每一个房间号 roomIdi 保证是 独一无二 的。

同时给你 k 个查询,用二维数组 queries 表示,其中 queries[j] = [preferredj, minSizej] 。第 j 个查询的答案是满足如下条件的房间 id :

房间的面积 至少 为 minSizej ,且

abs(id - preferredj) 的值 最小 ,其中 abs(x) 是 x 的绝对值。

如果差的绝对值有 相等 的,选择 最小 的 id 。如果 没有满足条件的房间 ,答案为 -1 。

请你返回长度为 k 的数组 answer ,其中 answer[j] 为第 j 个查询的结果。

示例 1:

输入:rooms = [[2,2],[1,2],[3,2]], queries = [[3,1],[3,3],[5,2]]

输出:[3,-1,3]

解释:查询的答案如下:

查询 [3,1] :房间 3 的面积为 2 ,大于等于 1 ,且号码是最接近 3 的,为 abs(3 - 3) = 0 ,所以答案为 3 。

查询 [3,3] :没有房间的面积至少为 3 ,所以答案为 -1 。

查询 [5,2] :房间 3 的面积为 2 ,大于等于 2 ,且号码是最接近 5 的,为 abs(3 - 5) = 2 ,所以答案为 3 。

示例 2:

输入:rooms = [[1,4],[2,3],[3,5],[4,1],[5,2]], queries = [[2,3],[2,4],[2,5]]

输出:[2,1,3]

解释:查询的答案如下:

查询 [2,3] :房间 2 的面积为 3 ,大于等于 3 ,且号码是最接近的,为 abs(2 - 2) = 0 ,所以答案为 2 。

查询 [2,4] :房间 1 和 3 的面积都至少为 4 ,答案为 1 因为它房间编号更小。

查询 [2,5] :房间 3 是唯一面积大于等于 5 的,所以答案为 3 。

参数范围

n == rooms.length

1 <= n <= 105

k == queries.length

1 <= k <= 104

1 <= roomIdi, preferredj <= 107

1 <= sizei, minSizej <= 107

分析

时间复杂

O(nlogn)。

步骤

一,预处理。房间按面积排序,从大到小。对查询的索引排序,面积大的在前。

二,枚举每个查询,将房间面积大于等于当前查询面积的房间号加到setRoomNO中。在setRoomNO中找第一个大于等于preferredj和小于preferredj的房间号。比较看那个更接近preferredj。

代码

核心代码

class Solution {
public:
  vector<int> closestRoom(vector<vector<int>>& rooms, vector<vector<int>>& queries) {
    vector<int> indexs(queries.size());
    iota(indexs.begin(), indexs.end(), 0);
    sort(indexs.begin(), indexs.end(), [&queries](const int& i1, const int& i2) {return queries[i1][1] > queries[i2][1]; });
    sort(rooms.begin(), rooms.end(), [](const auto& v1, const auto& v2) {return v1[1] > v2[1]; });
    int indexRoom = 0;
    set<int> setRoomNO;
    vector<int> vRet(queries.size(),-1);
    for (const auto& i : indexs)
    {
      while ((indexRoom < rooms.size()) && (rooms[indexRoom][1] >= queries[i][1]))
      {
        setRoomNO.emplace(rooms[indexRoom][0]);
        indexRoom++;
      }
      auto it = setRoomNO.lower_bound(queries[i][0]);
      if ((setRoomNO.end() == it)&&(setRoomNO.begin() == it))
      {
        continue;
      }
      else if (setRoomNO.end() == it)
      {
        vRet[i] = *std::prev(it);
      }
      else if (setRoomNO.begin() == it)
      {
        vRet[i] = *it;
      }
      else
      {
        vRet[i] = (*it - queries[i][0] >= queries[i][0] - *std::prev(it)) ? *std::prev(it) : *it; 
      }
    }
    return vRet;
  }
};

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()
{
vector rooms, queries;
vector res;
{
rooms = { {2,2},{1,2},{3,2} };
queries = { {3,1},{3,3},{5,2} };
Solution slu;
res = slu.closestRoom(rooms, queries);
Assert(res, vector{3, -1, 3});
}
{
rooms = { {1,4},{2,3},{3,5},{4,1},{5,2} };
queries = { {2,3},{2,4},{2,5} };
Solution slu;
res = slu.closestRoom(rooms, queries);
Assert(res, vector{2,1, 3});
}
{
rooms = { {2,2},{1,2},{3,2} };
queries = { {3,1},{3,3},{5,2} };
Solution slu;
res = slu.closestRoom(rooms, queries);
Assert(res, vector{3, -1, 3});
}
//CConsole::Out(res);

}

小的优化:代码简洁,增加可理解性方便排除

旧代码17行:

auto it = setRoomNO.lower_bound(queries[i][0]);
      if ((setRoomNO.end() == it)&&(setRoomNO.begin() == it))
      {
        continue;
      }
      else if (setRoomNO.end() == it)
      {
        vRet[i] = *std::prev(it);
      }
      else if (setRoomNO.begin() == it)
      {
        vRet[i] = *it;
      }
      else
      {
        vRet[i] = (*it - queries[i][0] >= queries[i][0] - *std::prev(it)) ? *std::prev(it) : *it; 
      }

新代码12行

std::map<int, int> mAbsToRoomNO;
      auto it = setRoomNO.lower_bound(queries[i][0]);
      if (setRoomNO.end() != it)
      {
        mAbsToRoomNO[*it - queries[i][0]] = *it;
      }
      if (setRoomNO.begin() != it)
      {
        const auto itPre = std::prev(it);
        mAbsToRoomNO[queries[i][0]- *itPre] = *itPre;
      }
      vRet[i] = (mAbsToRoomNO.size()) ? mAbsToRoomNO.begin()->second : -1;

2023年3月旧代码

class Solution {
public:
vector closestRoom(vector& rooms, vector& queries) {
vector indexs;
for (int i = 0; i < queries.size(); i++)
{
indexs.push_back(i);
}
auto SortFun = [](const vector& v1, const vector& v2)
{
return v1[1] < v2[1];
};
std::sort(rooms.begin(), rooms.end(), SortFun);
std::sort(indexs.begin(), indexs.end(), [&queries](const int& i1, const int& i2)
{
return queries[i1][1] < queries[i2][1];
});
std::set setRoomNO;
int j = rooms.size() - 1;
vector vRet(queries.size());
for (int i1 = queries.size() - 1; i1 >= 0; i1–)
{
const int i = indexs[i1];
const auto& vq = queries[i];
while ((j >=0 ) && (rooms[j][1] >= vq[1]))
{
setRoomNO.emplace(rooms[j][0]);
j–;
}
auto it = setRoomNO.lower_bound(vq[0]);
std::set setSelRoomNO;
if (setRoomNO.end() != it)
{
setSelRoomNO.insert(it);
}
if (setRoomNO.begin() != it)
{
setSelRoomNO.insert((–it));
}
if (0 == setSelRoomNO.size())
{
vRet[i] = -1;
}
else if (1 == setSelRoomNO.size())
{
vRet[i] = *setSelRoomNO.begin();
}
else if (2 == setSelRoomNO.size())
{
bool bPre = abs(vq[0] - *setSelRoomNO.begin()) <= abs(vq[0] - *setSelRoomNO.rbegin());
vRet[i] = bPre ? *setSelRoomNO.begin() : *setSelRoomNO.rbegin() ;
}
}
return vRet;
}
};

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

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
|
4月前
|
算法
【算法】二分查找——在排序数组中查找元素的第一个和最后一个位置
【算法】二分查找——在排序数组中查找元素的第一个和最后一个位置
|
2月前
|
算法 C# 索引
C#二分查找算法
C#二分查找算法
|
3月前
|
存储 算法 安全
超级好用的C++实用库之sha256算法
超级好用的C++实用库之sha256算法
106 1
|
2月前
|
算法 数据处理 C++
c++ STL划分算法;partition()、partition_copy()、stable_partition()、partition_point()详解
这些算法是C++ STL中处理和组织数据的强大工具,能够高效地实现复杂的数据处理逻辑。理解它们的差异和应用场景,将有助于编写更加高效和清晰的C++代码。
25 0
|
2月前
|
存储 算法 C语言
【C语言】二分查找算法
【C语言】二分查找算法
|
2月前
|
消息中间件 存储 算法
一文搞懂二分查找算法!
一文搞懂二分查找算法!
|
2月前
|
算法 Java 索引
数据结构与算法学习十五:常用查找算法介绍,线性排序、二分查找(折半查找)算法、差值查找算法、斐波那契(黄金分割法)查找算法
四种常用的查找算法:顺序查找、二分查找(折半查找)、插值查找和斐波那契查找,并提供了Java语言的实现代码和测试结果。
25 0
|
2月前
|
存储 算法 程序员
迪杰斯特拉(Dijkstra)算法(C/C++)
迪杰斯特拉(Dijkstra)算法(C/C++)
|
2月前
|
人工智能 算法 Java
【搜索算法】数字游戏(C/C++)
【搜索算法】数字游戏(C/C++)
|
3月前
|
存储 算法 安全
超级好用的C++实用库之国密sm4算法
超级好用的C++实用库之国密sm4算法
70 0