8.反悔贪心

文章目录

  • 反悔贪心
    • [630. 课程表 III](https://leetcode.cn/problems/course-schedule-iii/)
    • [2813. 子序列最大优雅度](https://leetcode.cn/problems/maximum-elegance-of-a-k-length-subsequence/)
    • [871. 最低加油次数](https://leetcode.cn/problems/minimum-number-of-refueling-stops/)
    • [LCP 30. 魔塔游戏](https://leetcode.cn/problems/p0NxJO/)

反悔贪心

https://www.cnblogs.com/Doge297778/p/16503103.html

反悔贪心基于贪心,即一开始也是按照某一贪心策略执行贪心。但是反悔贪心引入了一个新操作,即反悔
我们可以在贪心的过程中做出一些处理,将我们假想/构造的代表反悔选项的决策同时插入决策集合,然后继续按照步骤贪心。
若之后选择了已经构造的反悔选项,代表撤销(反悔)之前的的决策而选用新的更优决策。

所以,反悔贪心的基本思想是:既然这次不一定是最优,那么就先放着,如果以后找到更优的再取消这次操作,选取更优的操作
这样的话只要保证当前最优就可以了,因为以后的更优就会反悔

维护当前最优和以后的反悔通常用堆实现。

反悔操作一个经典的应用就是网络流中寻找增广路时“建反边”的操作。

相似题目:

  • 871. 最低加油次数
  • LCP 30. 魔塔游戏
  • 2813. 子序列最大优雅度

630. 课程表 III

困难

courses[i] = [durationi, lastDayi] 表示第 i 门课将会 持续durationi 天课,并且必须在不晚于 lastDayi 的时候完成。

你的学期从第 1 天开始。且不能同时修读两门及两门以上的课程。

返回你最多可以修读的课程数目。

示例 1:

输入:courses = [[100, 200], [200, 1300], [1000, 1250], [2000, 3200]]
输出:3
解释:
这里一共有 4 门课程,但是你最多可以修 3 门:
首先,修第 1 门课,耗费 100 天,在第 100 天完成,在第 101 天开始下门课。
第二,修第 3 门课,耗费 1000 天,在第 1100 天完成,在第 1101 天开始下门课程。
第三,修第 2 门课,耗时 200 天,在第 1300 天完成。
第 4 门课现在不能修,因为将会在第 3300 天完成它,这已经超出了关闭日期。

示例 2:

输入:courses = [[1,2]]
输出:1

示例 3:

输入:courses = [[3,2],[4,3]]
输出:0

提示:

  • 1 <= courses.length <= 104
  • 1 <= durationi, lastDayi <= 104

https://leetcode.cn/problems/course-schedule-iii/solutions/2436667/tan-xin-huan-neng-fan-hui-pythonjavacgoj-lcwp/?envType=daily-question&envId=2023-09-11

如果能增大课程数量,就增大课程数量,如果不能增大课程数量,就在保持课程数量不变的前提下,尝试减少总时长,使得后续增大课程数量的概率增加。

经验告诉我们,在准备期未考试的时候,先考的课程先准备。同理lastDay 越早的课程,应当越早上完。但是,有的课程 duration 比较长,上完需要花很多时间,可能把这些时间花在其它课程,早就上完好几门课了。

看上去,找不到一个合适的贪心策略。别放弃!顺着这个思路,如果我们可以**[反悔]**呢?

按照 lastDay 从小到大排序,然后遍历 courses。比如先上完duration = 7 的课和 duration = 10 的课,后面遍历到了 duration = 4的课,但受到 lastDay 的限制,无法上 duration = 4 的课。此时,我们可以[撤销]前面 duration 最长的课,也就是 duration = 10 的课,这样就可以上 duration = 4 的课了! 虽然能上完的课程数目没有变化,但是由于我们多出了 10 - 4 = 6 天时间,在后续的遍历中,更有机会上完更多的课程。

在上面的讨论中,我们需要维护一个数据结构,来帮助我们快速找到duration 最长的课程。这可以用最大堆解决。

class Solution {public int scheduleCourse(int[][] courses) {// 按照 lastDay 从小到大排序Arrays.sort(courses, (a, b) -> a[1] - b[1]);// 维护最大堆,按照已经学习的课程持续时间排序PriorityQueue<Integer> pq = new PriorityQueue<>((a, b) -> b - a);int day = 0; // 已消耗时间for(int[] c : courses){int duration = c[0], lastDay = c[1];if(day + duration <= lastDay){ // 没有超过 lastDay,直接学习day += duration;pq.offer(duration);}else if(!pq.isEmpty() && duration < pq.peek()){  // 该课程的时间比之前的最长时间要短// 反悔,撤销之前 duration 最长的课程,改为学习该课程// 节省出来的时间,能在后面上完更多的课程day -= pq.poll() - duration;pq.offer(duration);}}return pq.size();}
}

2813. 子序列最大优雅度

困难

给你一个长度为 n 的二维整数数组 items 和一个整数 k

items[i] = [profiti, categoryi],其中 profiticategoryi 分别表示第 i 个项目的利润和类别。

现定义 items子序列优雅度 可以用 total_profit + distinct_categories*2 计算,其中 total_profit 是子序列中所有项目的利润总和,distinct_categories 是所选子序列所含的所有类别中不同类别的数量。

你的任务是从 items 所有长度为 k 的子序列中,找出 最大优雅度

用整数形式表示并返回 items 中所有长度恰好为 k 的子序列的最大优雅度。

**注意:**数组的子序列是经由原数组删除一些元素(可能不删除)而产生的新数组,且删除不改变其余元素相对顺序。

示例 1:

输入:items = [[3,2],[5,1],[10,1]], k = 2
输出:17
解释:
在这个例子中,我们需要选出长度为 2 的子序列。
其中一种方案是 items[0] = [3,2] 和 items[2] = [10,1] 。
子序列的总利润为 3 + 10 = 13 ,子序列包含 2 种不同类别 [2,1] 。
因此,优雅度为 13 + 22 = 17 ,可以证明 17 是可以获得的最大优雅度。 

示例 2:

输入:items = [[3,1],[3,1],[2,2],[5,3]], k = 3
输出:19
解释:
在这个例子中,我们需要选出长度为 3 的子序列。 
其中一种方案是 items[0] = [3,1] ,items[2] = [2,2] 和 items[3] = [5,3] 。
子序列的总利润为 3 + 2 + 5 = 10 ,子序列包含 3 种不同类别 [1, 2, 3] 。 
因此,优雅度为 10 + 32 = 19 ,可以证明 19 是可以获得的最大优雅度。

示例 3:

输入:items = [[1,1],[2,1],[3,1]], k = 3
输出:7
解释:
在这个例子中,我们需要选出长度为 3 的子序列。
我们需要选中所有项目。
子序列的总利润为 1 + 2 + 3 = 6,子序列包含 1 种不同类别 [1] 。
因此,最大优雅度为 6 + 12 = 7 。

提示:

  • 1 <= items.length == n <= 105
  • items[i].length == 2
  • items[i][0] == profiti
  • items[i][1] == categoryi
  • 1 <= profiti <= 109
  • 1 <= categoryi <= n
  • 1 <= k <= n
class Solution {/*找到一个 base, 先选最大的 k 个利润,这可能是一个答案考虑下一个项目要不要选由于利润从大到小排序,利润和 total profit 不会变大所以重点就在 distinct_categories 能不能变大? (考虑变化量)分类讨论:1. 如果新添加的项目的类别之前选过了,那么 distinct_categories 不会变大2. 如果新添加的项目的类别之前没选过(没出现过)2.1 如果移除的项目的类别只有一个,那么 distinct_categories-1+1,不变,不行2.2 如果移除的项目的类别有多个,那么 distinct_categories+1,这种情况就是可以的- 选一个利润最小的移除,用一个栈维护*/public long findMaximumElegance(int[][] items, int k) {Arrays.sort(items, (a, b) -> b[0] - a[0]); // 按利润从大到小排序long ans = 0, totalProfit = 0;Set<Integer> vis = new HashSet<>();// 因为从大到小枚举的利润,所以栈顶元素一定是最小的利润值Deque<Integer> duplicate = new ArrayDeque<>(); // 重复类别的利润for(int i = 0; i < items.length; i++){int profit = items[i][0], category = items[i][1];if(i < k){totalProfit += profit;if(!vis.add(category)) // 重复类别duplicate.push(profit);}else if(!duplicate.isEmpty() && vis.add(category)){totalProfit += profit - duplicate.pop(); // 选一个重复类别中的最小利润替换}// else:比前面的利润小,而且类别还重复了,//      选它只会让 totalProfit 变小,vis.size() 不变,优雅度不会变大ans = Math.max(ans, totalProfit + (long)vis.size() * vis.size());}return ans;}
}

871. 最低加油次数

困难

汽车从起点出发驶向目的地,该目的地位于出发位置东面 target 英里处。

沿途有加油站,用数组 stations 表示。其中 stations[i] = [positioni, fueli] 表示第 i 个加油站位于出发位置东面 positioni 英里处,并且有 fueli 升汽油。

假设汽车油箱的容量是无限的,其中最初有 startFuel 升燃料。它每行驶 1 英里就会用掉 1 升汽油。当汽车到达加油站时,它可能停下来加油,将所有汽油从加油站转移到汽车中。

为了到达目的地,汽车所必要的最低加油次数是多少?如果无法到达目的地,则返回 -1

注意:如果汽车到达加油站时剩余燃料为 0,它仍然可以在那里加油。如果汽车到达目的地时剩余燃料为 0,仍然认为它已经到达目的地。

示例 1:

输入:target = 1, startFuel = 1, stations = []
输出:0
解释:可以在不加油的情况下到达目的地。

示例 2:

输入:target = 100, startFuel = 1, stations = [[10,100]]
输出:-1
解释:无法抵达目的地,甚至无法到达第一个加油站。

示例 3:

输入:target = 100, startFuel = 10, stations = [[10,60],[20,30],[30,30],[60,40]]
输出:2
解释:
出发时有 10 升燃料。
开车来到距起点 10 英里处的加油站,消耗 10 升燃料。将汽油从 0 升加到 60 升。
然后,从 10 英里处的加油站开到 60 英里处的加油站(消耗 50 升燃料),
并将汽油从 10 升加到 50 升。然后开车抵达目的地。
沿途在两个加油站停靠,所以返回 2 。

提示:

  • 1 <= target, startFuel <= 109
  • 0 <= stations.length <= 500
  • 1 <= positioni < positioni+1 < target
  • 1 <= fueli < 109
class Solution {/**题目思路:- 将路上的一个个加油站 视为 一桶桶的油,每次经过的时候,就把油带上放后备箱;- 当油不够的时候,取出后备箱所带的 最多的那桶油 加进油箱- 这样以来,如若油箱和后备箱的油加起来都不够,那么就到不了了*/public int minRefuelStops(int target, int startFuel, int[][] stations) {// 使用优先队列,承装所经过加油站的油PriorityQueue<Integer> q = new PriorityQueue<>((o1, o2) -> (o2 - o1));int ans = 0, len = stations.length;if (len < 1) return startFuel < target ? -1 : 0;int fuel = startFuel;// 加进油箱的油(含使用过的)// 经过可以到达的所有的加油站,背上里面的油for (int i = 0; i < len; i ++) {while (fuel < stations[i][0]) {Integer add = q.poll();if (add == null) return -1;fuel += add;ans ++;}q.offer(stations[i][1]);}// 已经经过所有的加油站仍未到达,则用车油箱和后备箱里的所剩的fuel,以期到达while (fuel < target) {Integer add = q.poll();if (add == null) return -1;fuel += add;ans ++;}return ans;}
}

LCP 30. 魔塔游戏

中等

小扣当前位于魔塔游戏第一层,共有 N 个房间,编号为 0 ~ N-1。每个房间的补血道具/怪物对于血量影响记于数组 nums,其中正数表示道具补血数值,即血量增加对应数值;负数表示怪物造成伤害值,即血量减少对应数值;0 表示房间对血量无影响。

小扣初始血量为 1,且无上限。假定小扣原计划按房间编号升序访问所有房间补血/打怪,为保证血量始终为正值,小扣需对房间访问顺序进行调整,每次仅能将一个怪物房间(负数的房间)调整至访问顺序末尾。请返回小扣最少需要调整几次,才能顺利访问所有房间。若调整顺序也无法访问完全部房间,请返回 -1。

示例 1:

输入:nums = [100,100,100,-250,-60,-140,-50,-50,100,150]

输出:1

解释:初始血量为 1。至少需要将 nums[3] 调整至访问顺序末尾以满足要求。

示例 2:

输入:nums = [-200,-300,400,0]

输出:-1

解释:调整访问顺序也无法完成全部房间的访问。

提示:

  • 1 <= nums.length <= 10^5
  • -10^5 <= nums[i] <= 10^5

https://leetcode.cn/problems/p0NxJO/solutions/702009/javatan-xin-you-xian-dui-lie-shuang-bai-3r7fb/

class Solution {/**首先,我们计算一遍所有回合之后的血量,如果是负数,则直接返回-1 然后我们模拟过程,将之前扣减的血量都放入优先队列中,每次快死之前,就取出堆顶的元素(扣最多的血)给自己加上,这样的贪心思想能保证我们移动到尾部的元素是最少的。*/public int magicTower(int[] nums) {int sum = 1;for(int num : nums) sum += num;if(sum <= 0) return -1;long blood = 1;// 维护堆顶血量最小(注意是元素都是负数)PriorityQueue<Integer> pq = new PriorityQueue<>((a, b) -> a-b);int last = 0;for(int num : nums){if(num < 0){pq.offer(num);// 这回合过后就要死了,需要把前面扣最多的血移到最后去if(blood + num <= 0){last++; // 移动次数加一blood -= pq.poll();// 加回之前扣除最多的血量}}blood += num;}return last;}
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/84164.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

爬虫项目(四):抓取网页所有图片

文章目录 一、书籍推荐二、完整代码三、运行结果 一、书籍推荐 推荐本人书籍《Python网络爬虫入门到实战》 &#xff0c;详细介绍见&#x1f449;&#xff1a; 《Python网络爬虫入门到实战》 书籍介绍 二、完整代码 原理&#xff1a;抓取该链接中所有的图片格式。基于seleni…

c++ 模版元编程 基于条件的编译

基于条件的编译是指根据不同的条件选择是否编译某段代码或选择不同的代码路径。在 C 的模板元编程中&#xff0c;我们可以利用模板特化和 std::enable_if 技术来实现基于条件的编译。 通过基于条件的编译&#xff0c;我们可以在编译期间根据类型特征或其他条件&#xff0c;决定…

SpringBoot+MyBatis flex实现简单增删改查

一&#xff1a;创建SpringBoot项目 SpringBoot版本选择2.7.15 勾选相关的选项&#xff0c;并点击Create 项目创建完成 二.pom文件添加相关的依赖 <dependencies><dependency><groupId>io.springfox</groupId><artifactId>springfox-boot-starte…

企业如何找媒体发稿能收录且不被拒稿,媒介盒子无偿分享

媒平台像头条、百家号、微信、微博、搜狐等平台&#xff0c;都支持全自助发稿&#xff0c;拥有庞大的用户群体。也正是因为这些平台的发展&#xff0c;衍生出了一大批自媒体KOL&#xff0c;影响力与传统媒体不相上下甚至更胜。 媒体宣发是企业营销的必要途径之一。软文是成本低…

软件设计模式系列之十一——装饰模式

当谈到设计软件系统时&#xff0c;经常需要考虑如何使系统更加灵活、可扩展和易维护。设计模式是一种被广泛采用的方法&#xff0c;用于解决常见的设计问题&#xff0c;并提供了一套可重用的解决方案。装饰模式&#xff08;Decorator Pattern&#xff09;是一种结构型设计模式&…

Vue路由与node.js环境搭建

目录 前言 一.Vue路由 1.什么是spa 1.1简介 1.2 spa的特点 1.3 spa的优势以及未来的挑战 2.路由的使用 2.1 导入JS依赖 2.2 定义两个组件 2.3 定义组件与路径对应关系 2.4 通过路由关系获取路由对象 2.5 将对象挂载到vue实例中 2.6 定义触发路由事件的按钮 2.7 定…

Python编辑器和Pycharm的傻瓜式安装部署

给我家憨憨写的python教程 有惊喜等你找噢 ——雁丘 Python解释器Pycharm的安装部署 关于本专栏一 Python编辑器1.1 使用命令提示符编写Python程序1.2 用记事本编写Python程序 二 Pycharm的安装三 Pycharm的部署四 Pycharm基础使用技巧4.1 修改主题颜色4.2 修改字体4.3 快速修…

Linux arm64 pte相关宏

文章目录 一、pte 和 pfn1.1 pte_pfn1.2 pfn_pte 二、其他宏参考资料 一、pte 和 pfn // linux-5.4.18/arch/arm64/include/asm/pgtable.h#define pte_pfn(pte) (__pte_to_phys(pte) >> PAGE_SHIFT) #define pfn_pte(pfn,prot) \__pte(__phys_to_pte_val((phys_addr_t)…

nvme_queue_rq函数分析一

nvme I/O请求时&#xff0c;数据交互分析 主要函数为nvme_queue_rq&#xff1a; static blk_status_t nvme_queue_rq(struct blk_mq_hw_ctx *hctx, const struct blk_mq_queue_data *bd) {struct nvme_ns *ns hctx->queue->queuedata;struct nvme_queue *nvmeq hctx-…

Linux内核顶层Makefile的make过程说明一

一. Linux内核源码的make编译 使用命令“make xxx_defconfig”配置好 Linux 内核以后就可以使用“make”或者“make all” 命令进行编译。 二. Linux内核源码的make过程 使用命令“ make xxx_defconfig ”配置好 Linux 内核以后就可以使用“ make ”或者“ make all ” 命…

js 事件流、事件冒泡、事件捕获、阻止事件的传播

事件流 js 事件的执行过程分为捕获阶段&#xff08;由外层节点传播到内层节点&#xff09;和冒泡阶段&#xff08;由内层节点传播到外层节点&#xff09;&#xff0c;即先执行捕获阶段的代码&#xff0c;后执行冒泡阶段的代码 事件冒泡 js 事件中的代码默认在冒泡阶段执行&…

【计组】计算机系统体系结构

【计组】计算机系统体系结构 文章目录 【计组】计算机系统体系结构1、体系的发展与思维变化1.1 计算机发展1.2 冯诺依曼体系 2、计算机系统2.1 CPU2.2 存储层次2.2.1 寄存器2.2.2 高速缓存&#xff08;Cache&#xff09;2.2.3 动态随机访问存储器&#xff08;DRAM&#xff09;2…

优化Cache机制,提升CPU性能

目录 CPU性能提升方式 CPU和Cache交互流程 Cache机制 优化Cache机制 CPU性能提升方式 CPU性能提升可以通过多种方式实现&#xff0c;以下是一些常见的方式&#xff1a; 增加CPU核心数&#xff1a;多核心处理器可以同时处理多个任务&#xff0c;从而提高CPU的处理能力。 提…

自动化发布npm包小记

1.注册npm账号 打开npm官网&#xff0c;并注册自己的npm账号 2.申请AccessToken 1.登录npm官网&#xff0c;登录成功后&#xff0c;点开右上角头像&#xff0c;并点击Access Tokens选项 2.点开Generate New Token下拉框&#xff0c;点击Classic Token(和Granular Access To…

CCF会议期刊(软件工程/系统软件/程序设计语言)

中国计算机学会推荐国际学术会议 1PLDIACM SIGPLAN Conference on Programming Language Design & ImplementationA会议软件工程/系统软件/程序设计语言2POPLACM SIGPLAN-SIGACT Symposium on Principles of Programming LanguagesA会议软件工程/系统软件/程序设计语言3FS…

VS2019创建GIt仓库时剔除文件或目录

假设本地有解决方案“SomeSolution” 1、首先”团队资源管理器“-“创建Git存储库”&#xff0c;选择“仅限本地”、“创建” VS会在解决方案目录下自动生成.gitattributes、.gitignore 2、编辑gitignore&#xff0c;直接拖到VS里或者用记事本打开。添加要剔除的文件或文件夹…

轻松自定义文件,悦享文件管理与格式转换!

大家好&#xff01;厌倦了繁琐的文件命名和格式转换过程吗&#xff1f;现在&#xff0c;我们为您推出一款智能文件管理工具&#xff0c;让您能够轻松自定义文件改名&#xff0c;并将视频文件格式转换为MP3&#xff0c;让您的文件管理更加高效便捷&#xff01; 首先&#xff0c…

Redis核心数据结构实战与高性能解析

目录 一、安装Redis 二、Redis线程与高性能 2.1 Redis是单线程么&#xff1f; 2.2 Redis读写是单线程为何这么快&#xff1f; 2.3 Redis如何处理并发操作命令&#xff1f; 三、核心数据结构实战 3.1 字符串常用操作实战 SET 存入键值对 SETNX SETEX MSET 批量存入键…

java图片转pdf ,pdf 导出

pom引入jar <dependency><groupId>org.apache.pdfbox</groupId><artifactId>pdfbox</artifactId><version>2.0.0-RC2</version></dependency> 转pdf方法 /*** 使用pdfbox将jpg转成pdf** throws IOException IOException*/pu…

.Net IDE智能提示汉化(.Net6、AspNetCore)

先上现成的.net6汉化文件&#xff0c;可以手动下载后参照 如何为 .NET 安装本地化的 IntelliSense 文件 进行安装。或者使用后文的工具进行自动安装。 无对照英文在前中文在前 汉化内容来自 官方在线文档 &#xff0c;某些内容可能存在明显的机翻痕迹。 上一些效果图&#x…