1760. 袋子里最少数目的球
1760. 袋子里最少数目的球
Category | Difficulty | Likes | Dislikes |
---|---|---|---|
algorithms | Medium (58.10%) | 121 | - |
给你一个整数数组 nums
,其中 nums[i]
表示第 i
个袋子里球的数目。同时给你一个整数 maxOperations
。
你可以进行如下操作至多 maxOperations
次:
- 选择任意一个袋子,并将袋子里的球分到 2 个新的袋子中,每个袋子里都有 正整数 个球。
- 比方说,一个袋子里有
5
个球,你可以把它们分到两个新袋子里,分别有1
个和4
个球,或者分别有2
个和3
个球。
- 比方说,一个袋子里有
你的开销是单个袋子里球数目的 最大值 ,你想要 最小化 开销。
请你返回进行上述操作后的最小开销。
示例 1:
输入:nums = [9], maxOperations = 2
输出:3
解释:
- 将装有 9 个球的袋子分成装有 6 个和 3 个球的袋子。[9] -> [6,3] 。
- 将装有 6 个球的袋子分成装有 3 个和 3 个球的袋子。[6,3] -> [3,3,3] 。
装有最多球的袋子里装有 3 个球,所以开销为 3 并返回 3 。
示例 2:
输入:nums = [2,4,8,2], maxOperations = 4
输出:2
解释:
- 将装有 8 个球的袋子分成装有 4 个和 4 个球的袋子。[2,4,8,2] -> [2,4,4,4,2] 。
- 将装有 4 个球的袋子分成装有 2 个和 2 个球的袋子。[2,4,4,4,2] -> [2,2,2,4,4,2] 。
- 将装有 4 个球的袋子分成装有 2 个和 2 个球的袋子。[2,2,2,4,4,2] -> [2,2,2,2,2,4,2] 。
- 将装有 4 个球的袋子分成装有 2 个和 2 个球的袋子。[2,2,2,2,2,4,2] -> [2,2,2,2,2,2,2,2] 。
装有最多球的袋子里装有 2 个球,所以开销为 2 并返回 2 。
示例 3:
输入:nums = [7,17], maxOperations = 2
输出:7
提示:
1 <= nums.length <= 10^5
1 <= maxOperations, nums[i] <= 10^9
函数签名:
func minimumSize(nums []int, maxOperations int) int
分析
二分搜索
需要转化成判定问题:对于一个给定的成本 x,遍历数组,拆分 > x 的数字,统计总共拆分的次数是否 <= maxOperations 即可。
朴素实现如下:
func minimumSize(nums []int, maxOperations int) int {
check := func(x int) bool {
opers := 0
for _, v := range nums {
opers += (v-1)/x
}
return opers <= maxOperations
}
for x := 1; x <= 1e9; x++ { // 1e9 actually should be max(nums)
if check(x) {
return x
}
}
return -1
}
时间复杂度:O(n*max)
,空间复杂度O(1)
,其中 n 指数组长度,max 指数组中的最大元素。
实际上,check 具有单调性,显然 x 较小时一直返回 false,在某个临界点后一直返回 true,实际就是求该临界点,朴素实现改为二分搜索:
func minimumSize(nums []int, maxOperations int) int {
check := func(x int) bool {
opers := 0
for _, v := range nums {
opers += (v-1)/x
}
return opers <= maxOperations
}
lo, hi := 1, int(1e9)+1
for lo < hi {
mid := (lo+hi)/2
if check(mid) {
hi = mid
} else {
lo = mid+1
}
}
return lo
}
改用标准库,简化代码:
func minimumSize(nums []int, maxOperations int) int {
return 1 + sort.Search(1e9, func(x int) bool {
opers := 0
for _, v := range nums {
opers += (v-1) / (x+1)
}
return opers <= maxOperations
})
}
时间复杂度降为:O(n*logmax)
,空间复杂度不变,仍然为常数级。