- 刚开始想到堆的方法,见后面
- 然后发现还有count方法,可以实现O(n)复杂度,这种题目我认为需要有数学的sense,要善于在其中找出规律.这里直接count每个元素出现的次数,可以加快计算
- (int)ceil(A*1.0/B) 可以起到向上取整的作用
- min操作很巧妙,一方面如果p2数量足够多,那么就是找能够刚好减完delta的数,如果p2数量不够,那么返回的就是cnt2[p2],因为cnt2[p2] < (int)ceil(1.0*delta/(6-p2))这个向上取整的数
O(n) count
class Solution {
public:
int minOperations(vector<int>& nums1, vector<int>& nums2) {
int n1=nums1.size(), n2=nums2.size();
if(n1*6<n2*1 || n1*1>n2*6) return -1;
int delta = 0, sum1=0, sum2=0;
vector<int> cnt1(7,0);
vector<int> cnt2(7,0);
for(auto e: nums1){
sum1+=e;
cnt1[e]++;
}
for(auto e: nums2) {
sum2+=e;
cnt2[e]++;
}
delta = sum1-sum2;
if(delta<0) {
delta=-delta;
swap(nums1, nums2);
swap(cnt1, cnt2);
}
int p1=6, p2=1;
int cnt=0;
while (delta>0 && (p1>1 || p2<6)){
if(p1<1) {
cnt+=min(cnt2[p2], (int)ceil(1.0*delta/(6-p2)));
delta-=(6-p2)*cnt2[p2];
p2++;
}
else if(p2>6){
cnt+=min(cnt1[p1], (int)ceil(1.0*delta/(p1-1)));
delta-=(p1-1)*cnt1[p1];
p1--;
}
else if((p1-1) > (6-p2)){
cnt+=min(cnt1[p1], (int)ceil(1.0*delta/(p1-1)));
delta-=(p1-1)*cnt1[p1];
p1--;
}
else{
cnt+=min(cnt2[p2], (int)ceil(1.0*delta/(6-p2)));
delta-=(6-p2)*cnt2[p2];
p2++;
}
}
return delta<=0?cnt:-1;
}
void swap(vector<int>& a, vector<int>& b){
vector<int> t;
t = a;
a = b;
b = t;
}
};
O(nlogn) 堆的方法
class Solution {
public:
int minOperations(vector<int>& nums1, vector<int>& nums2) {
int delta = 0, sum1=0, sum2=0;
for(auto e: nums1) sum1+=e;
for(auto e: nums2) sum2+=e;
delta = sum1-sum2;
if(delta<0) {
delta=-delta;
swap(nums1, nums2);
}
priority_queue<int> q1;
priority_queue<int, vector<int>, greater<int>> q2;
for(auto e: nums1) q1.push(e);
for(auto e: nums2) q2.push(e);
int cnt=0;
while (delta>0 && (!q1.empty() || !q2.empty())){
if(q1.empty()) {
delta-=6-q2.top();
cnt++;
q2.pop();
}
else if(q2.empty()){
delta-=q1.top()-1;
cnt++;
q1.pop();
}
else if((q1.top()-1) > (6-q2.top())){
delta-=q1.top()-1;
cnt++;
q1.pop();
}
else{
delta-=6-q2.top();
cnt++;
q2.pop();
}
}
return delta<=0?cnt:-1;
}
void swap(vector<int>& a, vector<int>& b){
vector<int> t;
t = a;
a = b;
b = t;
}
};