Question:
假设 力扣(LeetCode)即将开始 IPO 。为了以更高的价格将股票卖给风险投资公司,力扣 希望在 IPO 之前开展一些项目以增加其资本。 由于资源有限,它只能在 IPO 之前完成最多 k 个不同的项目。帮助 力扣 设计完成最多 k 个不同项目后得到最大总资本的方式。
给你 n 个项目。对于每个项目 i ,它都有一个纯利润 profits[i] ,和启动该项目需要的最小资本 capital[i] 。
最初,你的资本为 w 。当你完成一个项目时,你将获得纯利润,且利润将被添加到你的总资本中。
总而言之,从给定项目中选择 最多 k 个不同项目的列表,以 最大化最终资本 ,并输出最终可获得的最多资本。
答案保证在 32 位有符号整数范围内。
Resolution:
由于每完成一个任务都会使得总资金 w 增加或不变。因此对于所选的第 iii 个任务而言,应该在所有「未被选择」且启动资金不超过 w 的所有任务里面选利润最大的。
可通过「归纳法」证明每次都在所有候选中选择利润最大的任务,可使得总资金最大。
对于第 iii 次选择而言(当前所有的资金为 www),如果选择的任务利润为 curcurcur,而实际可选的最大任务利润为 maxmaxmax( cur<=maxcur <= maxcur<=max )。
将「选择 curcurcur」调整为「选择 maxmaxmax」,结果不会变差:
根据传递性,由 cur<=maxcur <= maxcur<=max 可得 w+cur<=w+maxw + cur <= w + maxw+cur<=w+max,可推导出调整后的总资金不会变少;
利用推论 111,由于总资金相比调整前没有变少,因此后面可选择的任务集合也不会变少。这意味着 至少可以维持 第 iii 次选择之后的所有原有选择。
至此,我们证明了将每次的选择调整为选择最大利润的任务,结果不会变差。
当知道了「每次都应该在所有可选择的任务里选利润最大」的推论之后,再看看算法的具体流程。
由于每完成一个任务总资金都会 增大/不变,因此所能覆盖的任务集合数量也随之 增加/不变 。
因此算法核心为「每次决策前,将启动资金不超过当前总资金的任务加入集合,再在里面取利润最大的任务」。
「取最大」的过程可以使用优先队列(根据利润排序的大根堆),而「将启动资金不超过当前总资金的任务加入集合」的操作,可以利用总资金在整个处理过程递增,而先对所有任务进行预处理排序来实现。
具体的,我们可以按照如下流程求解:
根据 profits 和 capital 预处理出总的任务集合二元组,并根据「启动资金」进行升序排序;
每次决策前,将所有的启动资金不超过 www 的任务加入优先队列(根据利润排序的大根堆),然后从优先队列(根据利润排序的大根堆),将利润累加到 www;
循环步骤 222,直到达到 kkk 个任务,或者队列为空(当前资金不足以选任何任务)。
Code:
public class FindMaximizedCapital {
public static void main(String[] args) {
System.out.println(findMaximizedCapital(2,0, new int[]{1,2,3}, new int[]{0,1,1}));
}
public static int findMaximizedCapital(int k, int w, int[] profits, int[] capital) {
List<int[]> lists = new ArrayList<>();
for (int i = 0; i < profits.length; i++) {
lists.add(new int[]{profits[i], capital[i]});
}
Collections.sort(lists, (o1, o2) -> o1[1] - o2[1]);
PriorityQueue<Integer> priorityQueue = new PriorityQueue<>((o1, o2) -> o2 - o1);
int j = 0;
for (int i = 0; i < k; i++) {
while (j <lists.size() && lists.get(j)[1] <= w) {
priorityQueue.add(lists.get(j)[0]);
j++;
}
if (priorityQueue.isEmpty())
return w;
w += priorityQueue.poll();
}
return w;
}
}