LeetCode 1825. 求出 MK 平均值(set + queue)

文章目录

1. 题目

给你两个整数 m 和 k ,以及数据流形式的若干整数。
你需要实现一个数据结构,计算这个数据流的 MK 平均值 。

MK 平均值 按照如下步骤计算:

  • 如果数据流中的整数少于 m 个,MK 平均值 为 -1 ,否则将数据流中最后 m 个元素拷贝到一个独立的容器中。
  • 从这个容器中删除最小的 k 个数和最大的 k 个数。
  • 计算剩余元素的平均值,并 向下取整到最近的整数 。

请你实现 MKAverage 类:

  • MKAverage(int m, int k) 用一个空的数据流和两个整数 m 和 k 初始化 MKAverage 对象。
  • void addElement(int num) 往数据流中插入一个新的元素 num 。
  • int calculateMKAverage() 对当前的数据流计算并返回 MK 平均数 ,结果需 向下取整到最近的整数 。
示例 1:
输入:
["MKAverage", "addElement", "addElement", "calculateMKAverage", "addElement", "calculateMKAverage", "addElement", "addElement", "addElement", "calculateMKAverage"]
[[3, 1], [3], [1], [], [10], [], [5], [5], [5], []]
输出:
[null, null, null, -1, null, 3, null, null, null, 5]
解释:
MKAverage obj = new MKAverage(3, 1); 
obj.addElement(3);        // 当前元素为 [3]
obj.addElement(1);        // 当前元素为 [3,1]
obj.calculateMKAverage(); // 返回 -1 ,因为 m = 3 ,但数据流中只有 2 个元素
obj.addElement(10);       // 当前元素为 [3,1,10]
obj.calculateMKAverage(); // 最后 3 个元素为 [3,1,10]
                          // 删除最小以及最大的 1 个元素后,容器为 [3]
                          // [3] 的平均值等于 3/1 = 3 ,故返回 3
obj.addElement(5);        // 当前元素为 [3,1,10,5]
obj.addElement(5);        // 当前元素为 [3,1,10,5,5]
obj.addElement(5);        // 当前元素为 [3,1,10,5,5,5]
obj.calculateMKAverage(); // 最后 3 个元素为 [5,5,5]
                          // 删除最小以及最大的 1 个元素后,容器为 [5]
                          // [5] 的平均值等于 5/1 = 5 ,故返回 5
 
提示:
3 <= m <= 10^5
1 <= k*2 < m
1 <= num <= 10^5
addElement 与 calculateMKAverage 总操作次数不超过 10^5 次。

来源:力扣(LeetCode) 链接:https://leetcode-cn.com/problems/finding-mk-average
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。

2. 解题

  • 使用 3个 multiset 记录3段数据,同时queue记录数据,更新删除,只保留 m 个
  • 记录 中间段的 sum
class MKAverage {
    int m, k;
    long long sum = 0;//中间的数的和
    queue<int> q;
    multiset<int> big, mid;
    multiset<int, greater<int>> small;
public:
    MKAverage(int m, int k) {
        this->m = m;
        this->k = k;
    }
    
    void addElement(int num) {
        if(q.size() < m)
        {
            q.push(num);
            big.insert(num);//插入大的里面
            process();//处理3个set,保持有序,以及控制数量
        }
        else//满了
        {
            int tp = q.front();
            q.pop();
            q.push(num);
            big.insert(num);//插入大的里面
            if(mid.find(tp) != mid.end())
            {
                sum -= tp;
                mid.erase(mid.find(tp));
            }
            else if(big.find(tp) != big.end())
                big.erase(big.find(tp));
            else // (small.find(tp) != small.end())
                small.erase(small.find(tp));
            process();//处理3个set,保持有序,以及控制数量
        }
    }
    
    void process()
    {   // 处理 3个 set
        while(big.size() > k)
        {   // big 满了, 小的 放到 small 里
            small.insert(*big.begin());
            big.erase(big.begin());
        }
        while(small.size() > k)
        {   // small 满了,大的放到 mid 里
            mid.insert(*small.begin());
            sum += *small.begin(); // mid 和 增加
            small.erase(small.begin());
        }
        if(big.size()+mid.size()+small.size() < m)
            return;//数量不够 m 个, 结束逻辑
        if(*big.begin() < *mid.rbegin())
        { // 大的最小的 小于 中间的最大的, 交换数值
            int v1 = *mid.rbegin(), v2 = *big.begin();
            sum += v2-v1;
            mid.erase(--mid.end());
            big.erase(big.begin());
            mid.insert(v2);
            big.insert(v1);
        }
        if(big.size() < k)
        {   // 大的数量不够,中间的挪一个最大的到 大的
            auto it = --mid.end();
            sum -= *it;
            big.insert(*it);
            mid.erase(it);
        }
        if(*small.begin() > *mid.begin())
        {   // 小的最大的 大于 中间最小的,交换数值
            int v1 = *mid.begin(), v2 = *small.begin();
            sum += v2-v1;
            mid.erase(mid.begin());
            small.erase(small.begin());
            mid.insert(v2);
            small.insert(v1);
        }
        if(small.size() < k)
        {   // 小的数量不够,中间挪一个最小的到 小的
            auto it = mid.begin();
            sum -= *it;
            small.insert(*it);
            mid.erase(it);
        }
    }
    int calculateMKAverage() {
        if(q.size() < m)
            return -1;
        return sum/(m-2*k);
    }
};

560 ms 156.9 MB C++


我的CSDN博客地址 https://michael.blog.csdn.net/

长按或扫码关注我的公众号(Michael阿明),一起加油、一起学习进步!
Michael阿明

你好!对于LeetCode上的问题994.腐烂的橘子,你可以使用Python来解决。下面是一个示例代码: ```python from collections import deque def orangesRotting(grid): # 记录网格的行数和列数 row, col = len(grid), len(grid[0]) # 定义四个方向:上、下、左、右 directions = [(-1, 0), (1, 0), (0, -1), (0, 1)] # 使用队列来保存腐烂的橘子的位置 queue = deque() # 记录新鲜橘子的数量 fresh_count = 0 # 遍历整个网格,初始化队列和新鲜橘子的数量 for i in range(row): for j in range(col): if grid[i][j] == 2: # 腐烂的橘子 queue.append((i, j)) elif grid[i][j] == 1: # 新鲜橘子 fresh_count += 1 # 如果新鲜橘子的数量为0,直接返回0 if fresh_count == 0: return 0 # 初始化分钟数 minutes = 0 # 开始进行BFS,直到队列为空 while queue: # 记录当前分钟数下,队列中的元素数量 size = len(queue) # 遍历当前分钟数下的所有腐烂的橘子 for _ in range(size): x, y = queue.popleft() # 遍历四个方向 for dx, dy in directions: nx, ny = x + dx, y + dy # 判断新位置是否在网格内,并且是新鲜橘子 if 0 <= nx < row and 0 <= ny < col and grid[nx][ny] == 1: # 将新鲜橘子变为腐烂状态 grid[nx][ny] = 2 # 将新鲜橘子的位置加入队列 queue.append((nx, ny)) # 新鲜橘子的数量减1 fresh_count -= 1 # 如果当前分钟数下,没有新鲜橘子了,结束循环 if fresh_count == 0: break # 每遍历完一层,分钟数加1 minutes += 1 # 如果最后还有新鲜橘子,返回-1,否则返回分钟数 return -1 if fresh_count > 0 else minutes ``` 你可以将给定的网格作为参数传递给`orangesRotting`函数来测试它。请注意,该代码使用了BFS算法来遍历橘子,并计算腐烂的分钟数。希望能对你有所帮助!如果有任何疑问,请随时问我。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Michael阿明

如果可以,请点赞留言支持我哦!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值