力扣 1482. 制作 m 束花所需的最少天数

题目描述

给你一个整数数组 bloomDay，以及两个整数 m 和 k。

现需要制作 m 束花。制作花束时，需要使用花园中**相邻的 k 朵花 **。

花园中有 n 朵花，第 i 朵花会在 bloomDay[i] 时盛开，恰好可以用于一束花中。

请你返回从花园中摘 m 束花需要等待的最少的天数。如果不能摘到 m 束花则返回 -1。

示例 1：

输入：bloomDay = [1,10,3,10,2], m = 3, k = 1
输出：3
解释：让我们一起观察这三天的花开过程，x 表示花开，而 _ 表示花还未开。
现在需要制作 3 束花，每束只需要 1 朵。
1 天后：[x, _, _, _, _]   // 只能制作 1 束花
2 天后：[x, _, _, _, x]   // 只能制作 2 束花
3 天后：[x, _, x, _, x]   // 可以制作 3 束花，答案为 3

示例 2：

输入：bloomDay = [1,10,3,10,2], m = 3, k = 2
输出：-1
解释：要制作 3 束花，每束需要 2 朵花，也就是一共需要 6 朵花。而花园中只有 5 朵花，无法满足制作要求，返回 -1 。

示例 3：

输入：bloomDay = [7,7,7,7,12,7,7], m = 2, k = 3
输出：12
解释：要制作 2 束花，每束需要 3 朵。
花园在 7 天后和 12 天后的情况如下：
7 天后：[x, x, x, x, _, x, x]
可以用前 3 朵盛开的花制作第一束花。但不能使用后 3 朵盛开的花，因为它们不相邻。
12 天后：[x, x, x, x, x, x, x]
显然，我们可以用不同的方式制作两束花。

示例 4：

输入：bloomDay = [1000000000,1000000000], m = 1, k = 1
输出：1000000000
解释：需要等 1000000000 天才能采到花来制作花束

示例 5：

输入：bloomDay = [1,10,2,9,3,8,4,7,5,6], m = 4, k = 2
输出：9

提示：

• bloomDay.length == n
• 1 <= n <= 10^5
• 1 <= bloomDay[i] <= 10^9
• 1 <= m <= 10^6
• 1 <= k <= n

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/minimum-number-of-days-to-make-m-bouquets
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

---

二分查找：右区找下界

为什么使用二分查找？

• 对于连续的天数，可以找到一个分界点 x 天，小于 x 天都无法做成花束，大于等于 x 天可以做成花束。
• 相当于考虑连续的整数区间，小于 x 不满足条件，大于等于 x 满足条件，很明显可以使用二分查找中的右区找下界模板。当然左区找上界的模板也能使用，只不过没有那么直观。
• 注意：只要满足花的总数量 n 大于等于 m * k 则一定可以做出花束。可以在程序开始的地方检验这一条件。

class Solution:
    def minDays(self, bloomDay: List[int], m: int, k: int) -> int:
        n = len(bloomDay)
        # 如果花的个数小于需求总量，返回 -1。
        if n < m * k:
            return -1

        # 随着天数的增加，小于 x 天都无法做成花束，大于等于 x 天都可以做成花束。
        # 所以可以对天数进行二分查找，使用的模板是右区找下界。
        def check(x):
            bouquet = flower = 0
            for i in bloomDay:
                if x >= i:
                    flower += 1
                    if flower >= k:
                        bouquet += 1
                        flower = 0
                else:
                    flower = 0
                if bouquet == m:
                    break
            return bouquet >= m

        def bslb(l, r):
            while l < r:
                m = l + r >> 1
                if check(m):
                    r = m
                else:
                    l = m + 1
            return l
        
        # 遍历一次取得二分查找的左端点和右端点
        l, r = int(1e9), 1
        for i in bloomDay:
            if i < l:
                l = i
            if i > r:
                r = i
        return bslb(l, r)

运行结果：

执行结果：通过
执行用时：928 ms, 在所有 Python3 提交中击败了53.75% 的用户
内存消耗：25.3 MB, 在所有 Python3 提交中击败了83.13% 的用户

---

二分查找模板

二分查找模板之左区找上界：

def check(x):
    pass

def bsub(l, r):
    while l < r:
        m = l + r + 1 >> 1
        if check(m):
            l = m
        else:
            r = m - 1
        return l

l, r = 0, len(nums) - 1
res = bsub(l, r)

二分查找模板之右区找下界：

def check(x):
    pass

def bslb(l, r):
    while l < r:
        m = l + r >> 1
        if check(m):
            r = m
        else:
            l = m + 1
        return l

l, r = 0, len(nums) - 1
res = bslb(l, r)