[华为OD] 若干个文件，使用刻录光盘的方式进行备份 [100] java

题目描述：

有若干个文件，使用刻录光盘的方式进行备份，假设每张光盘的容量是 500MB，求使用

光盘最少的文件分布方式

所有文件的大小都是整数的 MB，且不超过 500MB；文件不能分割、分卷打包

输入描述：

一组文件大小的数据

输出描述：

使用光盘的数量

补充说明：

不用考虑输入数据不合法的情况；假设最多 100 个输入文件。

示例 1

输入：

100,500,300,200,400

输出：

3

说明：

(100,400),(200,300),(500) 3 张光盘即可。

输入和输出内容都不含空格。

示例 2

输入：

1,100,200,300

输出：

2

解题思路：

以500 400 300 80 70 70 50 30为例（已将nums倒序排列），
备份第一个文件500，需要第一个光盘
备份第二个文件400，需要第二个光盘，还剩100空间
备份第三个文件300，上次只剩100空间，所以得另开第三个光盘，备份后还剩200空间
备份第四个文件80，此时第二和第三个光盘的剩余空间都能放下？到底该放入哪一个呢？
假设放入剩余空间较小的那一个
备份第四个文件80，放入第二个光盘，此时剩余空间：20
备份第五个文件70，放入第三个光盘，剩余空间：130
备份第六个文件70，放入第三个光盘，剩余空间：60
备份第七个文件50，放入第三个光盘，剩余空间：10
备份第八个文件30，第二个光盘剩余了20的空间，第三个光盘剩余了10空间，均放不下，所以另起第四个光盘。
在此分支得到答案为：4
假设放入剩余空间较大的那一个
备份第四个文件80，放入第三个光盘，此时剩余空间：120
备份第五个文件70，放入第三个光盘，剩余空间：60
备份第六个文件70，放入第二个光盘，剩余空间：30
备份第七个文件50，放入第三个光盘，剩余空间：10
备份第八个文件30，放入第二个光盘，剩余空间：0
在此分支得到答案为：3

很明显，从此用例的结果来看，放入剩余空间较大的那一个，可以更节省光盘。
从逻辑上来分析，当两个空间都能放下当前文件时，放入更大的空间能够保证放入后，两个最小剩余空间更大。比如上面的案例中，当前文件为80，两个光盘的剩余空间分别为100和200，如果放入100，那么两个剩余空间变为：20和200，最小值为20；如果放入200，那么两个剩余空间为100,120，最小值为100；此时再备份新的文件时，如果其大小超过了20，第一种方案，就只能备份到200的空间去，那20的剩余空间就要被浪费掉了。
因此，最小剩余空间越大，才最省空间。
综上，在代码实现时，应该用一种结构保证始终能找到剩余空间较大的那一个，而剩余空间=500-已使用空间。要想剩余空间最大，就是使用空间最小，可以考虑用最小堆来实现。
如果堆为空，或者当前值nums[i]+最大剩余空间>500，说明得另开一个光盘，将nums[i]放入最小堆，此时堆大小+1，代表新开了光盘
如果nums[i]+最大剩余空间<=500，当前文件可以拷贝到上一个光盘，那么直接把上一个光盘取出来，加上当前文件大小，再存回堆中，这样堆的size并没有变化，也就是没有新开光盘
最后返回堆的大小就代表最少光盘数量。

代码实现：

import java.util.*;

public class DataCopy {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        int[] nums = Arrays.stream(sc.nextLine().split(",")).mapToInt(Integer::parseInt).toArray();
        System.out.println(dataCopy(nums));
    }

    private static int dataCopy(int[] nums) {
        Arrays.sort(nums); // 数据排序(必须先排序)
        PriorityQueue<Integer> queue = new PriorityQueue<>(); // 优先级队列 先出最小数据
        for (int i = nums.length-1; i >=0; i--) {
            if (queue.isEmpty() || nums[i] + queue.peek() > 500) {  //队列为空 或者队列中最小值+新数据值>500 那么队列中就增加一个元素
                queue.offer(nums[i]);
            } else {
                queue.offer(queue.poll() + nums[i]); // 队列不为空
            }
        }
        return queue.size();
    }
}

输出：