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。
你的开销是单个袋子里球数目的 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
提示算法一:二分查找 思路
- 1<= nums.length<= 105
- 1<= maxOperations, nums[i]<= 109
首先给出一个定义:「给定花销 mid , 能否在 maxOperations 次操作内使得盒子里所有的数都小于等于 mid」
mid 越小,所需要的操作次数越多,因此就有了单调性,可以用二分查找来做。如果我们要将大值降低至 target ,可以计算一下需要多少操作数(每个数大于 target 的数都要尽可能均分),分为以下两种情况:
若操作数大于 maxOperations ,说明 target 太小了,需要往右搜索,否则需要往左搜索。
那么如何计算操作次数 呢?
对于一个数 x ,如果它小于等于 mid , 那么不用划分。
如果大于 mid ,那么需要进行划分。
当 x 位于 [ mid + 1 , mid * 2 ] ,需要划分一次,位于 [ mid * 2 + 1 ,mid * 3] ,需要划分两次,因此可以看出需要划分次数为 : (x - 1) / mid 。
二分查找
能否二分答案的关键在于问题是否具有决策单调性。也即考虑整个数轴,左边一半满足条件,右边不满足;或者左边一半不满足,右边满足。
通过这道题复习了二分查找。
class Solution {public:
int minimumSize(vector& nums, int maxOperations) {int left = 1, right = *max_element(nums.begin(), nums.end());
int res = 0;
while(left<= right){int mid = (left + right) / 2;
long long ops = 0;
for(int num : nums){ops += (num - 1) / mid;
}
if(ops<= maxOperations){// 操作次数少,说明mid太大,减小mid
res = mid;
right = mid - 1;
}
else{// ops >maxOperations
// mid太小,增大mid
left = mid + 1;
}
}
return res;
}
};
参考资料max_element是用来来查询大值所在的第一个位置。(不是下标,比如 [1, 2 , 3 ],会返回 3 )
max_element有两种写法:
你是否还在寻找稳定的海外服务器提供商?创新互联www.cdcxhl.cn海外机房具备T级流量清洗系统配攻击溯源,准确流量调度确保服务器高可用性,企业级服务器适合批量采购,新人活动首月15元起,快前往官网查看详情吧
售后响应及时
7×24小时客服热线数据备份
更安全、更高效、更稳定价格公道精准
项目经理精准报价不弄虚作假合作无风险
重合同讲信誉,无效全额退款