【二分查找】LeetCode2141: 同时运行 N 台电脑的最长时

简介: 【二分查找】LeetCode2141: 同时运行 N 台电脑的最长时

题目

你有 n 台电脑。给你整数 n 和一个下标从 0 开始的整数数组 batteries ,其中第 i 个电池可以让一台电脑 运行 batteries[i] 分钟。你想使用这些电池让 全部 n 台电脑 同时 运行。

一开始,你可以给每台电脑连接 至多一个电池 。然后在任意整数时刻,你都可以将一台电脑与它的电池断开连接,并连接另一个电池,你可以进行这个操作 任意次 。新连接的电池可以是一个全新的电池,也可以是别的电脑用过的电池。断开连接和连接新的电池不会花费任何时间。

注意,你不能给电池充电。

请你返回你可以让 n 台电脑同时运行的 最长 分钟数。

示例 1:

输入:n = 2, batteries = [3,3,3]

输出:4

解释:

一开始,将第一台电脑与电池 0 连接,第二台电脑与电池 1 连接。

2 分钟后,将第二台电脑与电池 1 断开连接,并连接电池 2 。注意,电池 0 还可以供电 1 分钟。

在第 3 分钟结尾,你需要将第一台电脑与电池 0 断开连接,然后连接电池 1 。

在第 4 分钟结尾,电池 1 也被耗尽,第一台电脑无法继续运行。

我们最多能同时让两台电脑同时运行 4 分钟,所以我们返回 4 。

示例 2:

输入:n = 2, batteries = [1,1,1,1]

输出:2

解释:

一开始,将第一台电脑与电池 0 连接,第二台电脑与电池 2 连接。

一分钟后,电池 0 和电池 2 同时耗尽,所以你需要将它们断开连接,并将电池 1 和第一台电脑连接,电池 3 和第二台电脑连接。

1 分钟后,电池 1 和电池 3 也耗尽了,所以两台电脑都无法继续运行。

我们最多能让两台电脑同时运行 2 分钟,所以我们返回 2 。

提示:

1 <= n <= batteries.length <= 105

1 <= batteries[i] <= 109

分析

时间复杂度

O(logmlogk) 。两层二分查找。第一层: 枚举可能的时间,log1014,一台电脑,电池数和电池容量都最大。第二层:计算那些电池会浪费,logk。

原理

如果运行时间mid,那么电池容量超过mid的,必定浪费。不超过mid必定不浪费。

每分钟都更换电池,选择电池容量最大的电池。假定某电池,在倒数第t分钟发生了浪费。容量为t,没被选中。那意味:除被浪费的电池外,还有n块电池,剩余容量大于等于t。这些电池总够支撑t分钟。结论:如果发生浪费,那必定可能支撑t分钟。

变量解释

mValueCount key是电池容量,value是电池容量为key的数量
mValueToSumMoreCount key是电池容量,value分别是:电池容量小于等于key的总电池容量,电池容量小于等于key的电池数量

代码

核心代码

class Solution {
public:
long long maxRunTime(int n, vector& batteries) {
std::map mValueCount;
for (const auto& n : batteries)
{
mValueCount[n]++;
}
std::map> mValueToSumMoreCount;
int iMoreNum = batteries.size();
mValueToSumMoreCount[-1] = make_pair(0, iMoreNum);//避免异常判断
long long llSum = 0;
for (const auto& [value, cnt] : mValueCount)
{
iMoreNum-= cnt;
llSum += (long long)value * cnt;
mValueToSumMoreCount[value] = make_pair(llSum, iMoreNum);
}
//左闭右开空间
  long long left = 0, right = 1e14+1;
  while (right - left > 1)
  {
    const auto mid = left + (right - left) / 2;
    const long long llNeed = mid* n;
    auto it = std::prev(mValueToSumMoreCount.upper_bound(mid));
    const long long llHas = it->second.first + mid* it->second.second;
    if (llHas >= llNeed)
    {
      left = mid;
    }
    else
    {
      right = mid;
    }
  }
  return left;
}

};

测试用例

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]);
}
}
template
void Assert(const T& t1, const T& t2)
{
assert(t1 == t2);
}
int main()
{
int n;
vector batteries;
long long res;
{
Solution slu;
n = 2, batteries = { 3,3,3 };
auto res = slu.maxRunTime(n, batteries);
Assert(4LL, res);
}
{
Solution slu;
n = 2, batteries = {1,1,1,1 };
auto res = slu.maxRunTime(n, batteries);
Assert(2LL, res);
}
//CConsole::Out(res);

}

优化

可以排序后,利用数组记录前缀和。两种的索引是有对应关系的。

class Solution {
public:
  long long maxRunTime(int n, vector<int>& batteries) {
    sort(batteries.begin(), batteries.end());
    vector<long long> vPreSum = { 0 };
    for (const auto& n : batteries)
    {
      vPreSum.emplace_back(n + vPreSum.back());
    }
    //左闭右开空间
    long long left = 0, right = 1e14 + 1;
    while (right - left > 1)
    {
      const auto mid = left + (right - left) / 2;
      const long long llNeed = mid * n;
      int iCount = std::upper_bound(batteries.begin(), batteries.end(), mid) - batteries.begin();
      const long long llHas = vPreSum[iCount] + mid * (batteries.size() - iCount);
      if (llHas >= llNeed)
      {
        left = mid;
      }
      else
      {
        right = mid;
      }
    }
    return left;
  }
};

2023年3月旧代码

class Solution {
public:
long long maxRunTime(int n, vector& batteries) {
std::sort(batteries.begin(), batteries.end());
vector vSum(1);
for (const int& i : batteries)
{
vSum.push_back(i + vSum.back());
}
long long left = 0, right = vSum.back() / n + 1 ;
while (right > left + 1)
{
const auto iMid = left + (right - left) / 2;
const int iLessNum = std::lower_bound(batteries.begin(), batteries.end(),iMid) - batteries.begin();
long long llHas = vSum[iLessNum] + (long long)iMid * (batteries.size() - iLessNum);
if (llHas / n >= iMid)
{
left = iMid;
}
else
{
right = iMid;
}
}
return left;
}
};


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

。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



相关文章
|
8天前
leetcode:374. 猜数字大小(二分查找)
leetcode:374. 猜数字大小(二分查找)
19 0
|
1天前
|
算法 索引
【数据结构与算法 | 基础篇】力扣704/35/34:二分查找
【数据结构与算法 | 基础篇】力扣704/35/34:二分查找
|
8天前
leetcode代码记录(二分查找
leetcode代码记录(二分查找
10 0
|
8天前
|
算法
【Leetcode 74】搜索二维矩阵 —— 二分查找|矩阵
给你一个满足下述两条属性的`m x n`整数矩阵:每行中的整数从左到右按非严格递增顺序排列。每行的第一个整数大于前一行的最后一个整数
|
8天前
|
算法 测试技术 C#
map|二分查找|离线查询|LeetCode:2736最大和查询
map|二分查找|离线查询|LeetCode:2736最大和查询
|
8天前
|
算法 测试技术 C#
【二分查找】【双指针】LeetCode:2565最少得分子序列
【二分查找】【双指针】LeetCode:2565最少得分子序列
|
8天前
|
缓存 算法 测试技术
【单调栈】【二分查找】LeetCode: 2454.下一个更大元素 IV
【单调栈】【二分查找】LeetCode: 2454.下一个更大元素 IV
|
8天前
|
算法 机器人 测试技术
二分查找|双指针:LeetCode:2398.预算内的最多机器人数目
二分查找|双指针:LeetCode:2398.预算内的最多机器人数目
|
8天前
|
算法 测试技术 C#
【二分查找】LeetCode:2354.优质数对的数目
【二分查找】LeetCode:2354.优质数对的数目
|
8天前
|
算法 测试技术 C#
二分查找|差分数组|LeetCode2251:花期内花的数目
二分查找|差分数组|LeetCode2251:花期内花的数目