leetcode 502. IPO困难-大根堆 - 小根堆-有序列表

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