1642.可以到达的最远建筑 神偷Jacky的思路带你分析贪心+堆操作!

简介: 1642.可以到达的最远建筑 神偷Jacky的思路带你分析贪心+堆操作!

1642.可以到达的最远建筑


https://leetcode-cn.com/problems/furthest-building-you-can-reach/solution/1642ke-yi-dao-da-de-zui-yuan-jian-zhu-sh-l6fm/

难度:中等


题目

给你一个整数数组 heights ,表示建筑物的高度。另有一些砖块 bricks 和梯子 ladders 。

你从建筑物 0 开始旅程,不断向后面的建筑物移动,期间可能会用到砖块或梯子。

当从建筑物 i 移动到建筑物 i+1(下标 从 0 开始 )时:

如果当前建筑物的高度 大于或等于 下一建筑物的高度,则不需要梯子或砖块

如果当前建筑的高度 小于 下一个建筑的高度,您可以使用 一架梯子 或 (h[i+1] - h[i]) 个砖块

如果以最佳方式使用给定的梯子和砖块,返回你可以到达的最远建筑物的下标(下标 从 0 开始 )。

提示:

  • 1 <= heights.length <= 105
  • 1 <= heights[i] <= 106
  • 0 <= bricks <= 109
  • 0 <= ladders <= heights.length


示例

网络异常,图片无法展示
|

输入:heights = [4,2,7,6,9,14,12], bricks = 5, ladders = 1
输出:4
解释:从建筑物 0 出发,你可以按此方案完成旅程:
- 不使用砖块或梯子到达建筑物 1 ,因为 4 >= 2
- 使用 5 个砖块到达建筑物 2 。你必须使用砖块或梯子,因为 2 < 7
- 不使用砖块或梯子到达建筑物 3 ,因为 7 >= 6
- 使用唯一的梯子到达建筑物 4 。你必须使用砖块或梯子,因为 6 < 9
无法越过建筑物 4 ,因为没有更多砖块或梯子。
示例 2:
输入:heights = [4,12,2,7,3,18,20,3,19], bricks = 10, ladders = 2
输出:7
示例 3:
输入:heights = [14,3,19,3], bricks = 17, ladders = 0
输出:3


分析

偶然翻到这个题目,力扣难得遇到这么幽默的动图,怎么能不做这道题呢!

那么这道题怎么好理解?我们需要使用贪心的思路来考虑。

下面我讲一个故事来帮你分析这道题。

  1. 神偷Jacky身上带着一堆砖头和可以无限伸缩的梯子在楼顶穿梭。
  2. 如果遇到下一个楼顶小于等于当前楼顶,那么直接跳过去就行了
  3. 但如果遇到下一个楼顶大于当前楼顶爬不上去的时候,如果你是Jacky你用丢砖头还是梯子?
    当然是丢砖头了,也许下次遇到的楼比这次高一万倍,那时候再用梯子岂不是更好!
  4. 丢了足够的砖头,接着往下走,直到砖头都用完了,此时该怎么操作,直接在本次用梯子吗?显然不是!
  5. 他从之前爬过的大楼中,找到用最多砖头的一次,此时Jacky有一个乾坤大挪移的功法,可以把那次使用砖头吸过来,
    用一个梯子弥补砖头。 比如之前最多一次用了100个砖头,而此次使用了2个砖头,那么我们就用1个梯子换来了98块砖头,
    可以继续前进了。
  6. 使用5的贪心方式,走到没梯子砖头也不够的时候,返回当前的大楼需要即可。

听懂了神偷Jacky的贪心思路,那么怎么快速找用掉最多砖头的那一次呢,我们使用堆排序,但由于Python没有大根堆,

所以每次砖头入堆时,需要将其变为负数,才能通过小根堆实现大根堆(这个技巧重复很多次了,大家一定要记住)。

思路分析好了,数据结构也有了,那就开始编码吧!


解题

import heapq
class Solution:
    def furthestBuilding(self, heights, bricks, ladders):
        hq = []
        for i in range(1, len(heights)):
            diff = heights[i] - heights[i - 1]
            # 只有当前楼层大于前一个楼层我们才需要抄家伙
            if diff > 0:
                # 通过负数模拟最大堆
                heapq.heappush(hq, -diff)
                # 优先减砖头
                bricks -= diff
                if bricks < 0:
                    # 砖头小于零时找梯子,有梯子交换,没梯子退出
                    if ladders:
                        ladders -= 1
                        # 最大砖头小号出堆,弥补砖头数量
                        bricks -= heapq.heappop(hq)
                    else:
                        return i - 1
        return len(heights) - 1




相关文章
|
1天前
|
云安全 人工智能 自然语言处理
|
8天前
|
数据采集 人工智能 自然语言处理
Meta SAM3开源:让图像分割,听懂你的话
Meta发布并开源SAM 3,首个支持文本或视觉提示的统一图像视频分割模型,可精准分割“红色条纹伞”等开放词汇概念,覆盖400万独特概念,性能达人类水平75%–80%,推动视觉分割新突破。
648 56
Meta SAM3开源:让图像分割,听懂你的话
|
6天前
|
搜索推荐 编译器 Linux
一个可用于企业开发及通用跨平台的Makefile文件
一款适用于企业级开发的通用跨平台Makefile,支持C/C++混合编译、多目标输出(可执行文件、静态/动态库)、Release/Debug版本管理。配置简洁,仅需修改带`MF_CONFIGURE_`前缀的变量,支持脚本化配置与子Makefile管理,具备完善日志、错误提示和跨平台兼容性,附详细文档与示例,便于学习与集成。
318 116
|
5天前
|
人工智能 Java API
Java 正式进入 Agentic AI 时代:Spring AI Alibaba 1.1 发布背后的技术演进
Spring AI Alibaba 1.1 正式发布,提供极简方式构建企业级AI智能体。基于ReactAgent核心,支持多智能体协作、上下文工程与生产级管控,助力开发者快速打造可靠、可扩展的智能应用。
|
21天前
|
域名解析 人工智能
【实操攻略】手把手教学,免费领取.CN域名
即日起至2025年12月31日,购买万小智AI建站或云·企业官网,每单可免费领1个.CN域名首年!跟我了解领取攻略吧~
|
8天前
|
机器学习/深度学习 人工智能 自然语言处理
AgentEvolver:让智能体系统学会「自我进化」
AgentEvolver 是一个自进化智能体系统,通过自我任务生成、经验导航与反思归因三大机制,推动AI从“被动执行”迈向“主动学习”。它显著提升强化学习效率,在更少参数下实现更强性能,助力智能体持续自我迭代。开源地址:https://github.com/modelscope/AgentEvolver
438 32
|
4天前
|
弹性计算 人工智能 Cloud Native
阿里云无门槛和有门槛优惠券解析:学生券,满减券,补贴券等优惠券领取与使用介绍
为了回馈用户与助力更多用户节省上云成本,阿里云会经常推出各种优惠券相关的活动,包括无门槛优惠券和有门槛优惠券。本文将详细介绍阿里云无门槛优惠券的领取与使用方式,同时也会概述几种常见的有门槛优惠券,帮助用户更好地利用这些优惠,降低云服务的成本。
272 132

热门文章

最新文章