作者推荐
【动态规划】【广度优先】LeetCode2258:逃离火灾
本文涉及的基础知识点
二分查找算法合集
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);
}
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
我想对大家说的话 |
---|
闻缺陷则喜是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。 |
子墨子言之:事无终始,无务多业 |
。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。