有一堆石头,每块石头的重量都是正整数。
每一回合,从中选出两块 最重的 石头,然后将它们一起粉碎。假设石头的重量分别为 x 和 y,且 x <= y。那么粉碎的可能结果如下:
如果 x == y,那么两块石头都会被完全粉碎;
如果 x != y,那么重量为 x 的石头将会完全粉碎,而重量为 y 的石头新重量为 y-x。
最后,最多只会剩下一块石头。返回此石头的重量。如果没有石头剩下,就返回 0。示例:
输入:[2,7,4,1,8,1]
输出:1
解释:
先选出 7 和 8,得到 1,所以数组转换为 [2,4,1,1,1],
再选出 2 和 4,得到 2,所以数组转换为 [2,1,1,1],
接着是 2 和 1,得到 1,所以数组转换为 [1,1,1],
最后选出 1 和 1,得到 0,最终数组转换为 [1],这就是最后剩下那块石头的重量。
最大堆:
将所有石头的重量放入最大堆中。每次依次从队列中取出最重的两块石头 aa 和 bb,必有 a \ge ba≥b。如果 a>ba>b,则将新石头 a-ba−b 放回到最大堆中;如果 a=ba=b,两块石头完全被粉碎,因此不会产生新的石头。重复上述操作,直到剩下的石头少于 22 块。
最终可能剩下 11 块石头,该石头的重量即为最大堆中剩下的元素,返回该元素;也可能没有石头剩下,此时最大堆为空,返回 00。
class Solution {
public int lastStoneWeight(int[] stones) {
PriorityQueue<Integer> pq = new PriorityQueue<Integer>((a,b) -> b-a);
for(int stone: stones){
pq.offer(stone);
}
while(pq.size() > 1){
int a = pq.poll();
int b = pq.poll();
if(a>b){
pq.offer(a-b);
}
}
return pq.isEmpty() ? 0 : pq.poll();
}
}
复杂度分析
- 时间复杂度:O(n\log n)O(nlogn),其中 nn 是石头数量。每次从队列中取出元素需要花费 O(\log n)O(logn) 的时间,最多共需要粉碎 n - 1n−1 次石头。
- 空间复杂度:O(n)O(n)。
注:三种改变 PriorityQueue 排序方式的办法:https://learnku.com/articles/35637
方式一 调用 comparator.reverseOrder () 方法
PriorityQueue<Integer> pq = new PriorityQueue<>(Comparator.reverseOrder());
方式二 Override comparator
PriorityQueue pq = new PriorityQueue<>(new Comparator<Integer>() {
@Override
public int compare(Integer a, Integer b) {
return b - a;
}
});
方式三 Lamda 表达式
PriorityQueue<Integer> pq = new PriorityQueue<>((a, b) -> b - a);