LeetCode5359.最大的团队表现值——小顶堆与PriorityQueue

本文链接：https://blog.csdn.net/No_Game_No_Life_/article/details/104893692

文章目录

引入
解法

引入

在本周周赛中，有这么一道题🔗：

公司有编号为 1 到 n 的 n 个工程师，给你两个数组 speed 和 efficiency ，其中 speed[i] 和 efficiency[i] 分别代表第 i 位工程师的速度和效率。请你返回由最多 k 个工程师组成的最大团队表现值，由于答案可能很大，请你返回结果对 10^9 + 7 取余后的结果。
团队表现值的定义为：一个团队中「所有工程师速度的和」乘以他们「效率值中的最小值」。
示例 1：
输入：n = 6, speed = [2,10,3,1,5,8], efficiency = [5,4,3,9,7,2], k = 2
输出：60
解释：
我们选择工程师 2（speed=10 且 efficiency=4）和工程师 5（speed=5 且 efficiency=7）。他们的团队表现值为 performance = (10 + 5) * min(4, 7) = 60 。
示例 2：

首先看到这道题的时候，很容易明白这道题与0,1背包问题有相似之处，不同之处在于是乘以效率的最小值，而不是分别乘以效率。

所以直接想到使用排序，将efficiency从小到大的排序，依次从小到大选择，不过这样做的难点在于选取speed我们很容易想到是从大到小的选取，所以如何排除小efficiency大speed是值得思考的问题。

在本题题解中，我们使用了另外一种思路，将efficiency从大到小的排序，为此，我们用到了小顶堆，Java里我们使用PriorityQueue这个数据结构。

另外用到了优先队列的题在leetcode上还有很多，比如合并K个排序链表、数组中的第K个最大元素、滑动窗口最大值、丑数II等等，用了优先队列（堆）后问题就迎刃而解了。

解法

Java中实现了自己的优先队列java.util.PriorityQueue，Java中内置的为小顶堆，也就是说最小的值是优先出队的。

利用这个特点，我们有如下的代码：

public class Solution {
    public int maxPerformance(int n, int[] speed, int[] efficiency, int k) {
        List<Employee> employees=new ArrayList<>();
        for(int i=0;i<n;i++){
            employees.add(new Employee(speed[i],efficiency[i]));
        }
        Collections.sort(employees,(o1, o2) -> o2.effciency-o1.effciency);
        PriorityQueue<Integer> queue=new PriorityQueue<>();
        long res=0,sum=0;
        for(int i=0;i<n;i++){
            int sp=employees.get(i).speed;
            int ef=employees.get(i).effciency;
            queue.add(sp);
            sum+=sp;
            if (queue.size()>k){
                sum-=queue.poll();
            }
            res=Math.max(res,sum*ef);
        }
        return (int)(res % ((int)1e9 + 7));
    }
    class Employee{
        int speed;
        int effciency;

        public Employee(int speed, int effciency) {
            this.speed = speed;
            this.effciency = effciency;
        }
    }
}