【二分查找 离线查询】2070. 每一个查询的最大美丽值

本文涉及的基础知识点

C++二分查找
离线查询

LeetCode2070. 每一个查询的最大美丽值

给你一个二维整数数组 items ，其中 items[i] = [pricei, beautyi] 分别表示每一个物品的 价格 和 美丽值 。
同时给你一个下标从 0 开始的整数数组 queries 。对于每个查询 queries[j] ，你想求出价格小于等于 queries[j] 的物品中，最大的美丽值 是多少。如果不存在符合条件的物品，那么查询的结果为 0 。
请你返回一个长度与 queries 相同的数组 answer，其中 answer[j]是第 j 个查询的答案。
示例 1：
输入：items = [[1,2],[3,2],[2,4],[5,6],[3,5]], queries = [1,2,3,4,5,6]
输出：[2,4,5,5,6,6]
解释：

• queries[0]=1 ，[1,2] 是唯一价格 <= 1 的物品。所以这个查询的答案为 2 。
• queries[1]=2 ，符合条件的物品有 [1,2] 和 [2,4] 。
  它们中的最大美丽值为 4 。
• queries[2]=3 和 queries[3]=4 ，符合条件的物品都为 [1,2] ，[3,2] ，[2,4] 和 [3,5] 。
  它们中的最大美丽值为 5 。
• queries[4]=5 和 queries[5]=6 ，所有物品都符合条件。
  所以，答案为所有物品中的最大美丽值，为 6 。
  示例 2：

输入：items = [[1,2],[1,2],[1,3],[1,4]], queries = [1]
输出：[4]
解释：
每个物品的价格均为 1 ，所以我们选择最大美丽值 4 。
注意，多个物品可能有相同的价格和美丽值。
示例 3：

输入：items = [[10,1000]], queries = [5]
输出：[0]
解释：
没有物品的价格小于等于 5 ，所以没有物品可以选择。
因此，查询的结果为 0 。

提示：
1 <= items.length, queries.length <= 10⁵
items[i].length == 2
1 <= pricei, beautyi, queries[j] <= 10⁹

C++二分查找

如果物品a相比物品b：贵且美丽值低，那么a被淘汰。淘汰后，美丽值高的价格高。即价格<=que中，价格最高的物品，便是选择的物品。如果有键值皆有序的模板，直接使用。
将items按物品价格升序排序。从1到n-1预处理items
MaxSelf(items[i][1],&items[i-1][1])
预处理后：items的价格 美丽值都是升序。
对第i个查询：it是第个一价格大于que[i]迭代器。–it就是选择的物品。

离线查询

一，对物品排序，时间复制度O(nlogn)。
二，对查询的下标indexs，按queries[i]升序排序。时间复制度O(mlogm)。
三，通过inx枚举indexs，while(items[i][0] <= queries[inx] )
{
cur = max(cur,items[i][1])
i++
}
ret[inx] = cur
由于i不复位，第三步时间复杂度是：O(n)。

代码

二分查找代码

	class Solution {
		public:
			vector<int> maximumBeauty(vector<vector<int>>& items, vector<int>& queries) {
				sort(items.begin(), items.end());
				for (int i = 1; i < items.size(); i++) {
					items[i][1] = max(items[i-1][1], items[i][1]);
				}
				vector<int> ret;
				for (const auto& que : queries) {
					auto it = std::upper_bound(items.begin(), items.end(),que, [&](const int& n, const vector<int>& v) {return n <v[0]; });
					ret.emplace_back((items.begin() == it) ? 0 : (--it)->back());
				}
				return ret;
			}
		};

单元测试

vector<vector<int>> items;
		vector<int> queries;
	
		TEST_METHOD(TestMethod11)
		{
			items = { {1,2},{3,2},{2,4},{5,6},{3,5} }, queries = { 1,2,3,4,5,6 };
			auto res = Solution().maximumBeauty(items, queries);
			AssertEx({ 2,4,5,5,6,6 }, res);
		}
		TEST_METHOD(TestMethod12)
		{
			items = { {1,2},{1,2},{1,3},{1,4} }, queries = { 1 };
			auto res = Solution().maximumBeauty(items, queries);
			AssertEx({ 4 }, res);
		}
		TEST_METHOD(TestMethod13)
		{
			items = { {10,1000} }, queries = { 5 };
			auto res = Solution().maximumBeauty(items, queries);
			AssertEx({ 0 }, res);
		}

扩展阅读

我想对大家说的话
工作中遇到的问题，可以按类别查阅鄙人的算法文章，请点击《算法与数据汇总》。
学习算法：按章节学习《喜缺全书算法册》，大量的题目和测试用例，打包下载。重视操作
有效学习：明确的目标 及时的反馈 拉伸区（难度合适） 专注
闻缺陷则喜(喜缺)是一个美好的愿望，早发现问题，早修改问题，给老板节约钱。
子墨子言之：事无终始，无务多业。也就是我们常说的专业的人做专业的事。
如果程序是一条龙，那算法就是他的是睛
失败+反思=成功 成功+反思=成功

视频课程

先学简单的课程，请移步CSDN学院，听白银讲师（也就是鄙人）的讲解。
https://edu.csdn.net/course/detail/38771
如何你想快速形成战斗了，为老板分忧，请学习C#入职培训、C++入职培训等课程
https://edu.csdn.net/lecturer/6176

测试环境

操作系统：win7 开发环境： VS2019 C++17
或者 操作系统：win10 开发环境： VS2022 C++17
如无特殊说明，本算法用**C++**实现。