LeetCode 2558. 从数量最多的堆取走礼物

2558. 从数量最多的堆取走礼物

给你一个整数数组 gifts ，表示各堆礼物的数量。每一秒，你需要执行以下操作：

• 选择礼物数量最多的那一堆。
• 如果不止一堆都符合礼物数量最多，从中选择任一堆即可。
• 选中的那一堆留下平方根数量的礼物（向下取整），取走其他的礼物。

返回在 k 秒后剩下的礼物数量。

示例 1：

输入：gifts = [25,64,9,4,100], k = 4
输出：29
解释： 
按下述方式取走礼物：
- 在第一秒，选中最后一堆，剩下 10 个礼物。
- 接着第二秒选中第二堆礼物，剩下 8 个礼物。
- 然后选中第一堆礼物，剩下 5 个礼物。
- 最后，再次选中最后一堆礼物，剩下 3 个礼物。
最后剩下的礼物数量分别是 [5,8,9,4,3] ，所以，剩下礼物的总数量是 29 。

示例 2：

输入：gifts = [1,1,1,1], k = 4
输出：4
解释：
在本例中，不管选中哪一堆礼物，都必须剩下 1 个礼物。 
也就是说，你无法获取任一堆中的礼物。 
所以，剩下礼物的总数量是 4 。

提示：

• 1 <= gifts.length <= 10^3
• 1 <= gifts[i] <= 10^9
• 1 <= k <= 10^3

---

提示 1

How can you keep track of the largest gifts in the array

---

提示 2

What is an efficient way to find the square root of a number?

---

提示 3

Can you keep adding up the values of the gifts while ensuring they are in a certain order?

---

提示 4

Can we use a priority queue or heap here?

解法1：最大堆（优先队列）

我们可以用最大堆来维护各堆礼物的数量，进行 k 次如下操作：每次从中取出最大的一个，求根之后再将结果放入堆中。

最后，最大堆中所有礼物的数量之和就是我们要返回的答案。

Java版：

class Solution {
    public long pickGifts(int[] gifts, int k) {
        PriorityQueue<Integer> pq = new PriorityQueue<>((a, b) -> b - a);
        for (int g : gifts) {
            pq.offer(g);
        }
        for (int i = 0; i < k; i++) {
            pq.offer((int) Math.sqrt(pq.poll()));
        }
        long ans = 0;
        while (!pq.isEmpty()) {
            ans += pq.poll();
        }
        return ans;
    }
}

Python3版：

class Solution:
    def pickGifts(self, gifts: List[int], k: int) -> int:
        heap = [-g for g in gifts]
        heapify(heap)
        while k > 0:
            x = heappop(heap)
            heappush(heap, -int(math.sqrt(-x)))
            k -= 1
        return -sum(heap)

复杂度分析

• 时间复杂度：O(klogn)，其中 n 为 gifts 的长度。初始化建堆复杂度最低可以为 O(n)，求解平方根视作 O(1) 的复杂度，元素出堆和入堆的时间复杂度为 O(logn)，因此总体复杂度为 O(klogn)。如果使用依次将 n 个元素放入堆中的方式来进行初始化，则时间复杂度为 O((n+k)logn)。
• 空间复杂度：O(n)，其中 n 为 gifts 的长度。使用优先队列的空间复杂度为 O(n)。