假设 力扣(LeetCode)即将开始 IPO 。为了以更高的价格将股票卖给风险投资公司,力扣 希望在 IPO 之前开展一些项目以增加其资本。 由于资源有限,它只能在 IPO 之前完成最多 k 个不同的项目。帮助 力扣 设计完成最多 k 个不同项目后得到最大总资本的方式。
给你 n 个项目。对于每个项目 i ,它都有一个纯利润 profits[i] ,和启动该项目需要的最小资本 capital[i] 。
最初,你的资本为 w 。当你完成一个项目时,你将获得纯利润,且利润将被添加到你的总资本中。
总而言之,从给定项目中选择 最多 k 个不同项目的列表,以 最大化最终资本 ,并输出最终可获得的最多资本。
答案保证在 32 位有符号整数范围内。
示例 1:
输入:k = 2, w = 0, profits = [1,2,3], capital = [0,1,1]
输出:4
解释:
由于你的初始资本为 0,你仅可以从 0 号项目开始。
在完成后,你将获得 1 的利润,你的总资本将变为 1。
此时你可以选择开始 1 号或 2 号项目。
由于你最多可以选择两个项目,所以你需要完成 2 号项目以获得最大的资本。
因此,输出最后最大化的资本,为 0 + 1 + 3 = 4。
示例 2:
输入:k = 3, w = 0, profits = [1,2,3], capital = [0,1,2]
输出:6
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/ipo
tips
arr.sort(key = lambda x : x[0])
元组排序
解法1 大根堆 - v1 通过- 效率较差
利润最大的排在前面,成本过大的放进候选队列,等到利润增加之后,再把成本过大的放入堆中,加入下一次筛选
import heapq
class Solution:
def findMaximizedCapital(self, k: int, w: int, profits, capital) -> int:
ml = []
for i,(p,c) in enumerate(zip(profits,capital)):
heapq.heappush(ml,(0-p,c,i))
waiting = []
while len(ml)>0:
p,c,i = heapq.heappop(ml)
if c>w:
waiting.append((p, c, i))
continue
w+=0-p
k-=1
if k==0:return w
for wa in waiting:
heapq.heappush(ml,wa)
waiting = []
return w
效果比较差
解法2 - 大根堆-小根堆 v2 - 通过 效果稍有提升
候选队列根据成本放小根堆
选择队列根据利润放大根堆
随着w增加,成本限制的项目会越来越少。所以,一开始只把高于w的项目加入候选队列,不高于w的项目加入选择队列。按照利润从高到低选择,一次投资之后,w发生了变化,候选队列中已经能投资的项目加入选择队列即可。
import heapq
class Solution:
def findMaximizedCapital(self, k: int, w: int, profits, capital) -> int:
ml = []
waiting = []
for i,(p,c) in enumerate(zip(profits,capital)):
if w <c :
heapq.heappush(waiting,(c, p,i))
else:heapq.heappush(ml,(0-p,c,i))
while len(ml)>0:
p,c,i = heapq.heappop(ml)
w+=0-p
k-=1
if k==0:return w
while(len(waiting)>0):
c, p, i = waiting[0]
if w<c:break
heapq.heappop(waiting)
heapq.heappush(ml, (0 - p, c, i))
return w
解法3 大根堆- 有序列表-通过-效果稍好
候选队列根据成本放有序列表(从小到大)
选择队列根据利润放大根堆
'''
候选队列不必用小根堆反复维护
'''
import heapq
from sortedcontainers import SortedList
class Solution:
def findMaximizedCapital(self, k: int, w: int, profits, capital) -> int:
ml = []
waiting = SortedList()
for i,(p,c) in enumerate(zip(profits,capital)):
if w <c :
waiting.add((c, p,i))
else:heapq.heappush(ml,(0-p,c,i))
wid = 0
while len(ml)>0:
p,c,i = heapq.heappop(ml)
w+=0-p
k-=1
if k==0:return w
while(len(waiting)>wid):
c, p, i = waiting[wid]
if w<c:break
wid+=1
heapq.heappush(ml, (0 - p, c, i))
return w
效果提升不是很明显