【面试高频题】难度 1.5/5，数据结构运用题

题目描述

这是 LeetCode 上的1801. 积压订单中的订单总数，难度为 中等。

Tag : 「数据结构」、「模拟」、「优先队列（堆）」

给你一个二维整数数组 ordersordersorders ，其中每个 orders[i]=[pricei,amounti,orderTypei]orders[i] = [price_i, amount_i, orderType_i]orders[i]=[pricei​,amounti​,orderTypei​] 表示有 amountiamount_iamounti​ 笔类型为 orderTypeiorderType_iorderTypei​、价格为 priceiprice_ipricei​ 的订单。

订单类型 orderTypei=0orderType_i = 0orderTypei​=0 表示这是一批采购订单， orderTypei=1orderType_i = 1orderTypei​=1 表示这是一批销售订单。

注意，orders[i]orders[i]orders[i] 表示一批共计 amountiamount_iamounti​ 笔的独立订单，这些订单的价格和类型相同。

对于所有有效的 iii ，由 orders[i]orders[i]orders[i] 表示的所有订单提交时间均早于 orders[i+1]orders[i+1]orders[i+1] 表示的所有订单。

存在由未执行订单组成的积压订单。积压订单最初是空的。

提交订单时，会发生以下情况：

• 如果该订单是一采购订单 buy，则可以查看积压订单中价格 最低 的销售订单 sell。如果该销售订单 sell 的价格 低于或等于 当前采购订单 buy 的价格，则匹配并执行这两笔订单，并将销售订单 sell 从积压订单中删除。否则，采购订单 buy 将会添加到积压订单中。
• 如果该订单是一笔销售订单 sell，则可以查看积压订单中价格 最高 的采购订单 buy。如果该采购订单 buy 的价格 高于或等于 当前销售订单 sell 的价格，则匹配并执行这两笔订单，并将采购订单 buy 从积压订单中删除。否则，销售订单 sell 将会添加到积压订单中。

输入所有订单后，返回积压订单中的订单总数。

由于数字可能很大，所以需要返回对 109+710^9 + 7109+7 取余的结果。

示例 1：

输入：orders = [[10,5,0],[15,2,1],[25,1,1],[30,4,0]]

输出：6

解释：输入订单后会发生下述情况：
- 提交 5 笔采购订单，价格为 10 。没有销售订单，所以这 5 笔订单添加到积压订单中。
- 提交 2 笔销售订单，价格为 15 。没有采购订单的价格大于或等于 15 ，所以这 2 笔订单添加到积压订单中。
- 提交 1 笔销售订单，价格为 25 。没有采购订单的价格大于或等于 25 ，所以这 1 笔订单添加到积压订单中。
- 提交 4 笔采购订单，价格为 30 。前 2 笔采购订单与价格最低（价格为 15）的 2 笔销售订单匹配，从积压订单中删除这 2 笔销售订单。第 3 笔采购订单与价格最低的 1 笔销售订单匹配，销售订单价格为 25 ，从积压订单中删除这 1 笔销售订单。积压订单中不存在更多销售订单，所以第 4 笔采购订单需要添加到积压订单中。
最终，积压订单中有 5 笔价格为 10 的采购订单，和 1 笔价格为 30 的采购订单。所以积压订单中的订单总数为 6 。

示例 2：

输入：orders = [[7,1000000000,1],[15,3,0],[5,999999995,0],[5,1,1]]

输出：999999984

解释：输入订单后会发生下述情况：
- 提交 109 笔销售订单，价格为 7 。没有采购订单，所以这 109 笔订单添加到积压订单中。
- 提交 3 笔采购订单，价格为 15 。这些采购订单与价格最低（价格为 7 ）的 3 笔销售订单匹配，从积压订单中删除这 3 笔销售订单。
- 提交 999999995 笔采购订单，价格为 5 。销售订单的最低价为 7 ，所以这 999999995 笔订单添加到积压订单中。
- 提交 1 笔销售订单，价格为 5 。这笔销售订单与价格最高（价格为 5 ）的 1 笔采购订单匹配，从积压订单中删除这 1 笔采购订单。
最终，积压订单中有 (1000000000-3) 笔价格为 7 的销售订单，和 (999999995-1) 笔价格为 5 的采购订单。所以积压订单中的订单总数为 1999999991 ，等于 999999984 % (109 + 7) 。

提示：

• 1<=orders.length<=1051 <= orders.length <= 10^51<=orders.length<=105
• orders[i].length==3orders[i].length == 3orders[i].length==3
• 1<=pricei,amounti<=1091 <= pricei, amounti <= 10^91<=pricei,amounti<=109
• orderTypei 为 000 或 111

模拟 + 数据结构

整理题意：从前往后处理所有的 orders[i]orders[i]orders[i]，对于 buy 类型的订单，从积压订单中找价格低于等于当前价格的 sell 订单进行抵消；同理，对于 sell 类型的订单，从积压订单中找价格高于等于当前价格的 buy 订单进行抵消。问最终有多少积压订单。

这个找「最低/最高」价格的操作可以利用优先队列（堆）来做，对于积压的 buy 类型订单，我们总是要找价格高的，使用大根堆维护；对于积压的 sell 类型订单，我们总是要找价格低的，使用小根堆维护。

两个优先队列（堆）均维护形如 (pricei,amounti)(price_i, amount_i)(pricei​,amounti​) 的二元组信息，代表价格为 priceiprice_ipricei​ 的订单积压了 amountiamount_iamounti​ 单。

当处理（尝试匹配）了所有的 orders[i]orders[i]orders[i] 之后，统计两个优先队列（堆）中订单数量即是答案。

Java 代码：

class Solution {
    public int getNumberOfBacklogOrders(int[][] orders) {
        PriorityQueue<int[]> buy = new PriorityQueue<>((a,b)->b[0]-a[0]), sell = new PriorityQueue<>((a,b)->a[0]-b[0]);
        PriorityQueue<int[]> from = null, to = null;
        boolean fromIsSell = false;
        for (int[] order : orders) {
            int p = order[0], a = order[1], t = order[2];
            if (t == 0) {
                from = sell; to = buy; fromIsSell = true;
            } else {
                from = buy; to = sell; fromIsSell = false;
            }
            while (a > 0 && !from.isEmpty() && (fromIsSell ? from.peek()[0] <= p : from.peek()[0] >= p)) {
                int[] cur = from.poll();
                int cnt = Math.min(cur[1], a);
                cur[1] -= cnt; a -= cnt;
                if (cur[1] > 0) from.add(cur);
            }
            if (a > 0) to.add(new int[]{p, a});
        }
        int ans = 0;
        for (PriorityQueue<int[]> q : new PriorityQueue[]{buy, sell}) {
            while (!q.isEmpty()) {
                ans += q.poll()[1];
                ans %= (int)1e9+7;
            }
        }
        return ans;
    }
}

Python 代码：

class Solution:
    def getNumberOfBacklogOrders(self, orders: List[List[int]]) -> int:
        buy, sell = [], []
        for p, a, t in orders:
            if t == 0:
                from_heap, to_heap, from_is_sell = sell, buy, True
            else:
                from_heap, to_heap, from_is_sell = buy, sell, False
            while a and from_heap and (from_heap[0][0] <= p if from_is_sell else -from_heap[0][0] >= p):
                cur = heapq.heappop(from_heap)
                if cur[1] > a:
                    heapq.heappush(from_heap, (cur[0], cur[1] - a))
                    a = 0
                else:
                    a -= cur[1]
            if a:
                heapq.heappush(to_heap, (-p if from_is_sell else p, a))
        ans, mod = 0, int(1e9)+7
        for _, a in buy + sell:
            ans += a
        return ans % mod

• 时间复杂度：令nnn 为数组 orders 的长度，复杂度为 O(nlog⁡n)O(n\log{n})O(nlogn)
• 空间复杂度：O(n)O(n)O(n)