执行 K 次操作后的最大分数

题目：

给你一个下标从 0 开始的整数数组 nums 和一个整数 k 。你的 起始分数 为 0 。

在一步 操作 中：

1. 选出一个满足 0 <= i < nums.length 的下标 i ，
2. 将你的 分数 增加 nums[i] ，并且
3. 将 nums[i] 替换为 ceil(nums[i] / 3) 。

返回在 恰好 执行 k 次操作后，你可能获得的最大分数。

向上取整函数 ceil(val) 的结果是大于或等于 val 的最小整数。

暴力模拟（失败）：

在看到这题，我先尝试暴力解法，利用用python的max函数来解：

class Solution:
    def maxKelements(self, nums: List[int], k: int) -> int:
        result = 0
        for i in range(k):
            max_ = max(nums)
            index_ = nums.index(max_)
            result += max_
            nums[index_] = math.ceil(nums[index_] / 3)
        return result

然而很可惜：超时了，只过了32个例子，因此尝试用其它算法。

优化改进：

通过题意，这个相当于在k次循环中，每次找到当前数组最大值，然后加入结果，并将该值进行ceil(n / 3)处理，因此可以想到一种数据结构：堆。这里我们选择大根堆，每次将堆顶元素拿出来就行，然后处理放进堆中

最终解法——大根堆：

class Solution:
    def maxKelements(self, nums: List[int], k: int) -> int:
        result = 0
        nums = [-i for i in nums]
        heapq.heapify(nums)
        for i in range(k):
            top = heapq.heappop(nums)
            result -= top
            heapq.heappush(nums, -math.ceil(-top / 3))
        return result

首先，我们将数组转为它的相反数数组，这是因为python的heapq库中构造堆为小根堆，而要达到大根堆的效果只能这样。

然后，我们用for循环来找到每次的堆顶，它就是堆中最小的那个元素（数组最大的），用result减去这个负数，然后将它处理加入到堆中，这里注意：每次处理后加的新元素是它的相反数而不是它本身。。