1. 题目
原题链接
https://leetcode-cn.com/problems/koko-eating-bananas/
题目描述
珂珂喜欢吃香蕉。这里有 N 堆香蕉,第 i 堆中有 piles[i] 根香蕉。警卫已经离开了,将在 H 小时后回来。
珂珂可以决定她吃香蕉的速度 K (单位:根/小时)。每个小时,她将会选择一堆香蕉,从中吃掉 K 根。如果这堆香蕉少于 K 根,她将吃掉这堆的所有香蕉,然后这一小时内不会再吃更多的香蕉。
珂珂喜欢慢慢吃,但仍然想在警卫回来前吃掉所有的香蕉。
返回她可以在 H 小时内吃掉所有香蕉的最小速度 K(K 为整数)。
示例
示例1
输入: piles = [3,6,7,11], H = 8
输出: 4
示例2
输入: piles = [30,11,23,4,20], H = 5
输出: 30
示例3
输入: piles = [30,11,23,4,20], H = 6
输出: 23
限制
1 <= piles.length <= 10^4
piles.length <= H <= 10^9
1 <= piles[i] <= 10^9
2.算法
思路
- 如果珂珂能以 K K K 的进食速度最终吃完所有的香蕉(在 H H H 小时内),那么她也可以用更快的速度吃完。
- 当珂珂能以 K K K 的进食速度吃完香蕉时,我们令 p o s s i b l e ( K ) possible(K) possible(K) 为 t r u e true true,那么就存在 X X X 使得当 K ≥ X K \ge X K≥X 时, p o s s i b l e ( K ) = T r u e possible(K) = True possible(K)=True。
- 举个例子,当初始条件为 p i l e s = [ 3 , 6 , 7 , 11 ] piles = [3, 6, 7, 11] piles=[3,6,7,11] 和 H = 8 H = 8 H=8 时,存在 X = 4 X = 4 X=4 使得 p o s s i b l e ( 1 ) = p o s s i b l e ( 2 ) = p o s s i b l e ( 3 ) = F a l s e possible(1) = possible(2) = possible(3) = False possible(1)=possible(2)=possible(3)=False,且 p o s s i b l e ( 4 ) = p o s s i b l e ( 5 ) = . . . = T r u e possible(4) = possible(5) = ... = True possible(4)=possible(5)=...=True
算法
- 我们可以二分查找 p o s s i b l e ( K ) possible(K) possible(K) 的值来找到第一个使得 p o s s i b l e ( X ) possible(X) possible(X) 为 T r u e True True 的 X X X:这将是我们的答案。我们的循环中,不变量 p o s s i b l e ( h i ) possible(hi) possible(hi) 总为 T r u e True True, l o lo lo 总小于等于答案。
- 为了找到 p o s s i b l e ( K ) possible(K) possible(K) 的值, (即珂珂是否能以 K K K 的进食速度在 H H H 小时内吃完所有的香蕉),我们模拟这一情景。对于每一堆(大小 p p p > 0),我们可以推断出珂珂将在 M a t h . c e i l ( p / K ) = ( ( p − 1 ) / / K ) + 1 Math.ceil(p / K) = ((p-1) // K) + 1 Math.ceil(p/K)=((p−1)//K)+1 小时内吃完这一堆,我们将每一堆的完成时间加在一起并与 H H H 进行比较。
代码
import math
class Solution:
def minEatingSpeed(self, piles, H):
def canEat(piles, H, K):
if K == 0:
return False
for pile in piles:
costHours = math.ceil(pile / K)
H -= costHours
return H >= 0
lo, hi = 0, 999999
while lo < hi:
mid = lo + (hi - lo) // 2
if canEat(piles, H, mid):
hi = mid
else:
lo = mid + 1
return lo
复杂度分析
- 时间复杂度: O ( N l o g N ) O(NlogN) O(NlogN)
- 空间复杂度: O ( 1 ) O(1) O(1)