当前位置: 首页 > news >正文

LeetCode 2398.预算内的最多机器人数目:滑动窗口+单调队列——思路清晰的一篇题解

【LetMeFly】2398.预算内的最多机器人数目:滑动窗口+单调队列——思路清晰的一篇题解

力扣题目链接:https://leetcode.cn/problems/maximum-number-of-robots-within-budget/

你有 n 个机器人,给你两个下标从 0 开始的整数数组 chargeTimes 和 runningCosts ,两者长度都为 n 。第 i 个机器人充电时间为 chargeTimes[i] 单位时间,花费 runningCosts[i] 单位时间运行。再给你一个整数 budget 。

运行 k 个机器人 总开销 是 max(chargeTimes) + k * sum(runningCosts) ,其中 max(chargeTimes) 是这 k 个机器人中最大充电时间,sum(runningCosts) 是这 k 个机器人的运行时间之和。

请你返回在 不超过 budget 的前提下,你 最多 可以 连续 运行的机器人数目为多少。

 

示例 1:

输入:chargeTimes = [3,6,1,3,4], runningCosts = [2,1,3,4,5], budget = 25
输出:3
解释:
可以在 budget 以内运行所有单个机器人或者连续运行 2 个机器人。
选择前 3 个机器人,可以得到答案最大值 3 。总开销是 max(3,6,1) + 3 * sum(2,1,3) = 6 + 3 * 6 = 24 ,小于 25 。
可以看出无法在 budget 以内连续运行超过 3 个机器人,所以我们返回 3 。

示例 2:

输入:chargeTimes = [11,12,19], runningCosts = [10,8,7], budget = 19
输出:0
解释:即使运行任何一个单个机器人,还是会超出 budget,所以我们返回 0 。

 

提示:

  • chargeTimes.length == runningCosts.length == n
  • 1 <= n <= 5 * 104
  • 1 <= chargeTimes[i], runningCosts[i] <= 105
  • 1 <= budget <= 1015

解题方法:滑动窗口+单调队列

如果题目要求是k * sum(runningCosts) ≤ budget应该怎么做呢?很简单,一个滑动窗口即可。

使用两个指针lr分别指向所选区间的左端点和右端点,每次右指针r向右移动一位,若窗口中所选元素的k * sum(runningCosts) > budget,则不断往后移动左指针,直到k * sum(runningCosts) ≤ budget为止,就得到了以r为右端点时,最大的可选机器人数。

lr的元素是被选中的元素,被称为“窗口”。这得益于窗口中元素数量越多,k * sum(runningCosts)就越大。

由于左指针和右指针都至多遍历一次数组,所以总时间复杂度为 O ( n ) O(n) O(n)

但是这道题的总开销是max(chargeTimes) + k * sum(runningCosts),而不是k * sum(runningCosts)k = r - l + 1,而sum(runningCosts)只需要在移动左右指针的时候使用一个变量来维护即可在 O ( 1 ) O(1) O(1)的时间内得到。对于一个窗口,max(chargeTimes)如何在 O ( 1 ) O(1) O(1)的时间内得到呢?这就需要引入单调队列。

使用一个单调递减队列,保持越靠近队首的元素严格靠近越靠近队尾的元素。

具体来说,当r加入窗口时,若chargeTimes[r] > 队尾元素,则队尾元素不断出栈。之后再将r入栈。这样,栈中的元素就保持了单调递减。而当l退出窗口时,如果队首元素就是l,则l出队。

这样做有一个好处,由于队列是单调递减的,所以队首元素就是窗口中chargeTimes最大的那个元素。诶,max(chargeTimes)也能在 O ( 1 ) O(1) O(1)时间复杂度内得到了,问题解决。

注意,队列的作用只是为了计算窗口中的max(chargeTimes)。若队列中一个元素被chargeTimes更大的r“顶”出队列,则并不代表其不在窗口中了,而只是说明其chargeTimes值比较小。

  • 时间复杂度 O ( l e n ( c h a r g e T i m e s ) ) O(len(chargeTimes)) O(len(chargeTimes))
  • 空间复杂度 O ( l e n ( c h a r g e T i m e s ) ) O(len(chargeTimes)) O(len(chargeTimes))

AC代码

同步发文于CSDN和我的个人博客,原创不易,转载经作者同意后请附上原文链接哦~

Tisfy:https://letmefly.blog.csdn.net/article/details/142218259

http://www.lryc.cn/news/439907.html

相关文章:

  • vue 在线预览word和excel
  • 物联网智能项目
  • 828华为云征文|Flexus云服务器X:Python安装的极致便捷之旅
  • Midjourney中秋特典-12张图附魔咒
  • 编写程序,从键盘输入若干整数,将其保存入一个数组中。利用Arravs进行排序,然后查找出第3大的整数
  • VSCode 离线安装中文语言包
  • vue3补充
  • 关于Chrome浏览器没有网络,而其他浏览器正常这一问题的解决方法
  • 人工智能辅助汽车造型设计
  • 专家访谈:心脑血管名医蔡英丽医生的医学智慧
  • Ubuntu 22.04 源码下载的几种方法
  • floodfill+DFS(1)
  • 小程序开发设计-第一个小程序:注册小程序开发账号②
  • C++基础面试题 | C++中的构造函数可以是虚函数吗? C++中的析构函数一定要是虚函数吗?
  • Leetcode—1184. 公交站间的距离【简单】
  • 【python数据处理】保存网页
  • 智能体趋势:未来科技的核心驱动力
  • 学习笔记 韩顺平 零基础30天学会Java(2024.9.16)
  • python selenium网页操作
  • pytorch使用技巧
  • 从用户数据到区块链:Facebook如何利用去中心化技术
  • Elasticsearch之bool查询
  • IntelliJ IDEA 创建 Java 项目指南
  • 一起学Java(13)-[日志篇]教你分析SLF4J和Log4j2源码,掌握SLF4J与Log4j2桥接集成原理
  • 深入Redis:核心的缓存
  • 集群聊天服务器项目【C++】项目介绍和环境搭建
  • c++ #include <memory> 智能指针介绍
  • 32.递归、搜索、回溯之floodfill算法
  • Vue3.5+ 响应式 Props 解构
  • k8s中的认证授权