题目描述
一块金条切成两半,是需要花费和长度数值一样的铜板的。比如长度为20的金条,不管切成长度多大的两半,都要花费20个铜板。一群人想整分整块金条,怎么分最省铜板? 例如,给定数组{10,20,30},代表一共三个人,整块金条长度为10+20+30=60. 金条要分成10,20,30三个部分。 如果,先把长度60的金条分成10和50,花费60再把长度50的金条分成20和30,花费50 一共花费110铜板。但是如果,先把长度60的金条分成30和30,花费60再把长度30金条分成10和20,花费30一共花费90铜板。 输入一个数组,返回分割的最小代价。
思路
这道题本质上是一道基于贪心策略的问题,原型就是基于哈夫曼编码,大致思路如下:
- 首先构造小根堆,将所有的元素入小根堆。
- 每次取最小的两个数(小根堆),使其代价最小。并将它们的和加入到小根堆中。
- 重复2过程,直到最后堆中只剩下一个元素停止,最后的结果是所有非叶节点之和。
代价就是所有非叶结点加起来,如30+60。切割时从上往下切。
代码
public class Less_Money {
public static int lessMoney(int[] arr) {
//使用优先级队列实现小根堆
PriorityQueue<Integer> pq=new PriorityQueue<>();
for (int i:arr){
pq.add(i);
}
int sum=0;
int cur=0;
while (pq.size()>1){
cur=pq.poll()+pq.poll();
sum+=cur;
pq.add(cur);
}
return sum;
}
public static void main(String[] args) {
// solution
int[] arr = { 10,20,30};
System.out.println(lessMoney(arr));
}
}
下面介绍一下使用优先级队列实现小根堆和大根堆的方法
package Algorithm;
import java.util.Comparator;
import java.util.PriorityQueue;
public class Less_Money {
public static class MinheapComparator implements Comparator<Integer> {
@Override
public int compare(Integer o1, Integer o2) {
return o1 - o2; // < 0 o1 < o2 负数
}
}
public static class MaxheapComparator implements Comparator<Integer> {
@Override
public int compare(Integer o1, Integer o2) {
return o2 - o1; // < o2 < o1
}
}
public static void main(String[] args) {
int[] arrForHeap = { 3, 5, 2, 7, 0, 1, 6, 4 };
// min heap
PriorityQueue<Integer> minQ1 = new PriorityQueue<>();
for (int i = 0; i < arrForHeap.length; i++) {
minQ1.add(arrForHeap[i]);
}
while (!minQ1.isEmpty()) {
System.out.print(minQ1.poll() + " ");
}
System.out.println();
// min heap use Comparator
PriorityQueue<Integer> minQ2 = new PriorityQueue<>(new MinheapComparator());
for (int i = 0; i < arrForHeap.length; i++) {
minQ2.add(arrForHeap[i]);
}
while (!minQ2.isEmpty()) {
System.out.print(minQ2.poll() + " ");
}
System.out.println();
// max heap use Comparator
PriorityQueue<Integer> maxQ = new PriorityQueue<>(new MaxheapComparator());
for (int i = 0; i < arrForHeap.length; i++) {
maxQ.add(arrForHeap[i]);
}
while (!maxQ.isEmpty()) {
System.out.print(maxQ.poll() + " ");
}
}
}