[路飞]_leetcode-1801-积压订单中的订单总数

简介: leetcode-1801-积压订单中的订单总数

网络异常,图片无法展示
|


[题目地址][B站地址]


给你一个二维整数数组 orders ,其中每个 orders[i] = [pricei, amounti, orderTypei] 表示有 amounti 笔类型为 orderTypei 、价格为 pricei 的订单。

订单类型 orderTypei 可以分为两种:


  • 0 表示这是一批采购订单 buy
  • 1 表示这是一批销售订单 sell


注意,orders[i] 表示一批共计 amounti 笔的独立订单,这些订单的价格和类型相同。对于所有有效的 i ,由 orders[i] 表示的所有订单提交时间均早于

orders[i+1] 表示的所有订单。


存在由未执行订单组成的 积压订单 。积压订单最初是空的。提交订单时,会发生以下情况:


  • 如果该订单是一笔采购订单 buy ,则可以查看积压订单中价格 最低 的销售订单 sell 。如果该销售订单 sell 的价格 低于或等于 当前采购订单 buy 的价格,则匹配并执行这两笔订单,并将销售订单 sell 从积压订单中删除。否则,采购订单 buy 将会添加到积压订单中。
  • 反之亦然,如果该订单是一笔销售订单 sell ,则可以查看积压订单中价格 最高 的采购订单 buy 。如果该采购订单 buy 的价格 高于或等于 当前销售订单 sell 的价格,则匹配并执行这两笔订单,并将采购订单 buy 从积压订单中删除。否则,销售订单 sell 将会添加到积压订单中。


输入所有订单后,返回积压订单中的 订单总数 。由于数字可能很大,所以需要返回对 10的9次方 + 7 取余的结果。


示例 1:


网络异常,图片无法展示
|


输入: orders = [[10,5,0],[15,2,1],[25,1,1],[30,4,0]]
输出: 6
解释: 输入订单后会发生下述情况:
- 提交 5 笔采购订单,价格为 10 。没有销售订单,所以这 5 笔订单添加到积压订单中。
- 提交 2 笔销售订单,价格为 15 。没有采购订单的价格大于或等于 15 ,所以这 2 笔订单添加到积压订单中。
- 提交 1 笔销售订单,价格为 25 。没有采购订单的价格大于或等于 25 ,所以这 1 笔订单添加到积压订单中。
- 提交 4 笔采购订单,价格为 30 。前 2 笔采购订单与价格最低(价格为 15)的 2 笔销售订单匹配,从积压订单中删除这 2 笔销售订单。第 3 笔采购订单与价格最低的 1 笔销售订单匹配,销售订单价格为 25 ,从积压订单中删除这 1 笔销售订单。积压订单中不存在更多销售订单,所以第 4 笔采购订单需要添加到积压订单中。
最终,积压订单中有 5 笔价格为 10 的采购订单,和 1 笔价格为 30 的采购订单。所以积压订单中的订单总数为 6 。
复制代码


示例 2:


网络异常,图片无法展示
|


输入: orders = [[7,1000000000,1],[15,3,0],[5,999999995,0],[5,1,1]]
输出: 999999984
解释: 输入订单后会发生下述情况:
- 提交 109 笔销售订单,价格为 7 。没有采购订单,所以这 109 笔订单添加到积压订单中。
- 提交 3 笔采购订单,价格为 15 。这些采购订单与价格最低(价格为 7 )的 3 笔销售订单匹配,从积压订单中删除这 3 笔销售订单。
- 提交 999999995 笔采购订单,价格为 5 。销售订单的最低价为 7 ,所以这 999999995 笔订单添加到积压订单中。
- 提交 1 笔销售订单,价格为 5 。这笔销售订单与价格最高(价格为 5 )的 1 笔采购订单匹配,从积压订单中删除这 1 笔采购订单。
最终,积压订单中有 (1000000000-3) 笔价格为 7 的销售订单,和 (999999995-1) 笔价格为 5 的采购订单。所以积压订单中的订单总数为 1999999991 ,等于 999999984 % (109 + 7) 。
复制代码


提示:


  • 1 <= orders.length <= 105
  • orders[i].length == 3
  • 1 <= pricei, amounti <= 109
  • orderTypei01


解题思路


因为要在处理订单的过程中频繁获取积压订单中价格最低的销售订单以及价格最高的采购订单, 涉及维护最值的问题,可以利用堆来实现。


因为要获取价格最低的销售订单,所以用小顶堆维护积压的销售订单,


因为要获取价格最高的采购订单,所以用大顶堆维护积压的采购订单。


有了以上两个堆之后,


小顶堆堆顶就维护了积压的价格最低的销售订单,


大顶堆堆顶就维护了积压的价格最高的采购订单。


遍历输入订单数组,获取当前批订单的价格,数量以及类型。


如果当前是采购订单,当采购订单未被处理完成并且积压的价格最低的销售订单价格小于等于当前采购订单时,则匹配成功,处理两批订单,并维护积压订单数量。


如果当前是销售订单,当销售订单未被处理完成并且积压的价格最高的采购订单价格大于等于当前销售订单时,则匹配成功,处理两批订单,并维护积压订单数量。


最后处理完成所有订单,就获取到了积压订单总数,返回其对 10的9次方 + 7 取余的结果即可。


代码实现


// 封装通用堆类
class Heap {
  // 传入compare函数区分大小顶堆
  constructor(compare){
    this.arr = [];
    this.size = 0;
    this.compare = compare;
  }
  // 插入操作
  push(item){
    this.arr.push(item);
    this.size++;
    // 插入后自下向上平衡调整
    if(this.size>1){
      let cur = this.size-1,
      parent = (cur-1)>>1;
      while(cur>0&&this.compare(this.arr[parent],this.arr[cur])){
        [this.arr[parent],this.arr[cur]] =
        [this.arr[cur],this.arr[parent]]
        cur = parent,parent = (cur-1)>>1
      }
    }
  }
  // 弹出操作
  pop(){
    if(this.size === 1){
      this.size = 0;
      return this.arr.pop();
    }
    const res = this.arr[0];
    this.arr[0] = this.arr.pop();
    this.size--;
    // 弹出后自上向下平衡调整
    let cur = 0,
    childl = 1,childr = 2;
    while(
      (childl<this.size&&this.compare(this.arr[cur],this.arr[childl])) ||
      (childr<this.size&&this.compare(this.arr[cur],this.arr[childr]))
    ){
      if(childr<this.size&&this.compare(this.arr[childl],this.arr[childr])){
        [this.arr[cur],this.arr[childr]] =
        [this.arr[childr],this.arr[cur]]
        cur = childr
      }else{
        [this.arr[cur],this.arr[childl]] =
        [this.arr[childl],this.arr[cur]]
        cur = childl
      }
      childl = cur*2+1,childr = cur*2+2
    }
    // 返回弹出元素
    return res;
  }
  // 获取堆顶元素
  top(){
    return this.arr[0]
  }
}
var getNumberOfBacklogOrders = function(orders) {
  // 创建大顶堆保存积压采购订单
  const buyHeap = new Heap((a,b) => a[0]<b[0]),
  // 创建小顶堆保存积压销售订单
  sellHeap = new Heap((a,b) => a[0]>b[0]);
  // 初始化积压订单总数为0
  let res = 0;
  // 遍历处理所有订单
  for(let i = 0;i<orders.length;i++){
    // 获取当前批订单价格,数量,类型
    let [price,amount,type] = orders[i]
    // 采购订单
    if(type === 0){
      // 当采购订单未被处理完成并且积压的价格最低的销售订单价格小于等于当前采购订单
      // 则匹配成功,进行处理
      while(amount&&sellHeap.size&&sellHeap.top()[0]<=price){
        // 获取积压的价格最低的销售订单
        const sellTop = sellHeap.pop();
        // 更新积压订单总数
        res -= sellTop[1]
        // 如果销售订单数量大于采购订单数量
        if(sellTop[1]>amount){
          // 更新销售订单数量
          sellTop[1] -= amount;
          // 更新采购订单数量
          amount = 0;
          // 将剩余销售订单放入积压订单
          sellHeap.push(sellTop)
          // 更新积压订单总数
          res += sellTop[1]
        }else{
          // 否则更新采购订单数量
          amount -= sellTop[1]
        }
      }
      // 如果当前批采购订单未被处理完成
      if(amount){
        // 将剩余采购订单放入积压订单
        buyHeap.push([price,amount])
        // 更新积压订单总数
        res += amount
      }
    // 销售订单
    }else{
      // 当销售订单未被处理完成并且积压的价格最高的采购订单价格大于等于当前销售订单
      // 则匹配成功,进行处理
      while(amount&&buyHeap.size&&buyHeap.top()[0]>=price){
        // 获取积压的价格最高的采购订单
        const buyTop = buyHeap.pop();
        // 更新积压订单总数
        res -= buyTop[1]
        // 如果采购订单数量大于销售订单数量
        if(buyTop[1]>amount){
          // 更新采购订单数量
          buyTop[1] -= amount;
          // 更新销售订单处理
          amount = 0;
          // 将剩余采购订单放入积压订单
          buyHeap.push(buyTop)
          // 更新积压订单总数
          res += buyTop[1]
        }else{
          // 更新销售该订单数量
          amount -= buyTop[1]
        }
      }
      // 如果当前批销售订单未被处理完成
      if(amount){
        // 将剩余销售订单放入积压订单
        sellHeap.push([price,amount])
        // 更新积压订单总数
        res += amount
      }
    }
  }
  // 返回积压订单总数对 10的9次方 + 7 取余的结果
  return res%1000000007;
};
复制代码


至此我们就完成了 leetcode-1801-积压订单中的订单总数


如有任何问题或建议,欢迎留言讨论!

相关文章
|
6月前
leetcode377组合总数4刷题打卡
leetcode377组合总数4刷题打卡
39 0
|
算法 索引
Leetcode 40组合总数(回溯)Ⅱ&41缺失的第一个正数&42接雨水
给定一个数组 candidates 和一个目标数 target ,找出 candidates 中所有可以使数字和为 target 的组合。
97 0
Leetcode 40组合总数(回溯)Ⅱ&41缺失的第一个正数&42接雨水
|
存储 算法 Java
LeetCode 组合总数 Ⅱ
LeetCode 组合总数 Ⅱ
121 0
LeetCode 组合总数 Ⅱ
|
2月前
|
Unix Shell Linux
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行
本文提供了几个Linux shell脚本编程问题的解决方案,包括转置文件内容、统计词频、验证有效电话号码和提取文件的第十行,每个问题都给出了至少一种实现方法。
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行
|
3月前
|
Python
【Leetcode刷题Python】剑指 Offer 32 - III. 从上到下打印二叉树 III
本文介绍了两种Python实现方法,用于按照之字形顺序打印二叉树的层次遍历结果,实现了在奇数层正序、偶数层反序打印节点的功能。
55 6
|
3月前
|
Python
【Leetcode刷题Python】剑指 Offer 26. 树的子结构
这篇文章提供了解决LeetCode上"剑指Offer 26. 树的子结构"问题的Python代码实现和解析,判断一棵树B是否是另一棵树A的子结构。
47 4
|
3月前
|
搜索推荐 索引 Python
【Leetcode刷题Python】牛客. 数组中未出现的最小正整数
本文介绍了牛客网题目"数组中未出现的最小正整数"的解法,提供了一种满足O(n)时间复杂度和O(1)空间复杂度要求的原地排序算法,并给出了Python实现代码。
108 2
|
12天前
|
机器学习/深度学习 人工智能 自然语言处理
280页PDF,全方位评估OpenAI o1,Leetcode刷题准确率竟这么高
【10月更文挑战第24天】近年来,OpenAI的o1模型在大型语言模型(LLMs)中脱颖而出,展现出卓越的推理能力和知识整合能力。基于Transformer架构,o1模型采用了链式思维和强化学习等先进技术,显著提升了其在编程竞赛、医学影像报告生成、数学问题解决、自然语言推理和芯片设计等领域的表现。本文将全面评估o1模型的性能及其对AI研究和应用的潜在影响。
14 1
|
2月前
|
数据采集 负载均衡 安全
LeetCode刷题 多线程编程九则 | 1188. 设计有限阻塞队列 1242. 多线程网页爬虫 1279. 红绿灯路口
本文提供了多个多线程编程问题的解决方案,包括设计有限阻塞队列、多线程网页爬虫、红绿灯路口等,每个问题都给出了至少一种实现方法,涵盖了互斥锁、条件变量、信号量等线程同步机制的使用。
LeetCode刷题 多线程编程九则 | 1188. 设计有限阻塞队列 1242. 多线程网页爬虫 1279. 红绿灯路口
|
3月前
|
索引 Python
【Leetcode刷题Python】从列表list中创建一颗二叉树
本文介绍了如何使用Python递归函数从列表中创建二叉树,其中每个节点的左右子节点索引分别是当前节点索引的2倍加1和2倍加2。
54 7