思路
这个问题可以使用贪心算法来解决。基本思路是模拟魔塔过程,遍历每个房间并记录当前的生命值,当生命值小于等于0时,需要选择一个最小的负值来补充生命值,直到遍历完所有房间或者生命值不足以继续前进。
解题方法
创建一个小顶堆(优先队列),用于存储每个负值,即每次需要补充生命值的房间。
初始化生命值为1,用于记录当前生命值。
遍历每个房间:
更新当前生命值:将当前房间的值加到生命值上。
如果当前房间的值为负值,则将其加入小顶堆。
如果当前生命值小于等于0,则从小顶堆中弹出一个最小的负值,并用其补充生命值,同时记录补充次数。
最终判断总生命值是否小于0,如果小于0则无法通过所有房间,返回-1,否则返回补充次数。
复杂度
时间复杂度:O(n)O(n)O(n)
空间复杂度:O(n)O(n)O(n)
class Solution {
public:
int magicTower(vector<int>& nums) {
// 创建一个小顶堆
priority_queue<int, vector<int>, greater<int>> minheap;
int ret = 0; // 返回值
long long hp = 1; // 表示生命值,初始为1
long long sumhp = 0; // 所有操作之后的总生命值
for (int i = 0; i < nums.size(); i++) {
sumhp += nums[i]; // 更新总生命值
if (nums[i] < 0) // 如果当前房间值为负数,则将其加入小顶堆
minheap.push(nums[i]);
hp += nums[i]; // 更新当前生命值
if (hp <= 0) { // 如果当前生命值小于等于0,表示无法继续前进,需要用最小值补充生命值
hp -= minheap.top(); // 使用小顶堆中的最小值来补充生命值
minheap.pop(); // 弹出堆顶元素
ret++; // 统计所需的补充次数
}
}
if (sumhp < 0) // 如果总生命值小于0,表示无法顺利通过所有房间
return -1;
else
return ret; // 否则返回所需的补充次数
}
};