2530. 执行 K 次操作后的最大分数
题目
题目链接:https://leetcode.cn/problems/maximal-score-after-applying-k-operations/description/
输入:nums = [1,10,3,3,3], k = 3
输出:17
解释:可以执行下述操作:
第 1 步操作:选中 i = 1 ,nums 变为 [1,4,3,3,3] 。(10除以3向上取整为4)。分数增加 10 。
第 2 步操作:选中 i = 1 ,nums 变为 [1,2,3,3,3] 。(4除以3向上取整为2)。分数增加 4 。
第 3 步操作:选中 i = 2 ,nums 变为 [1,1,1,3,3] 。(3除以3向上取整为1)。分数增加 3 。
最后分数是 10 + 4 + 3 = 17 。
方法-【贪心】 & 题目特征-【找最值】
第一思路,就是贪心,选出当前最大的那个元素,更新数组,继续选出最大,循环 k 次。
class Solution {
public:
long long maxKelements(vector<int>& nums, int k) {
long long score = 0;
for (int i = 0; i < k; i++) {
long long maxIdx = max_element(nums.begin(), nums.end()) - nums.begin();
long long maxVal = nums[maxIdx];
score += maxVal;
nums[maxIdx] = ceil(maxVal / 3.0);
}
return score;
}
};
测试用例通过了,但提交超出时间限制。
看到给的算例,k=100000,数组元素鼠标滚动半分钟还没到一半,真的好多。
方法-【优先队列】 & 题目特征-【快速找最值】
贪心是行的通,我们只需要寻找最大值,但是我们是从头到尾遍历,又因为数组是动态变化的,我们得每次都从头遍历。
我们可以用数据结构优化,用优先队列实现。
优先队列是一种抽象数据类型,它支持按照元素的优先级进行操作。最大堆和最小堆是优先队列的一种实现方式。
最大堆是一个完全二叉树,其中父节点的值大于或等于其子节点的值。最小堆则相反,父节点的值小于或等于其子节点的值。
在使用最大堆或最小堆实现优先队列时,通常会将优先级较高的元素放在堆的顶部,即根节点。
这样,当我们需要访问具有最高优先级的元素时,可以通过查看堆的根节点来获得。
最大堆还常用于解决一些需要快速找到最大值的问题,如找到一个数组中的第k大元素等。
最小堆在某些问题中也很有用,例如在一组数据中找到最小的k个元素等。
使用优先队列的好处,是从全局检索到局部检索,时间复杂度从 O ( n ) O(n) O(n) 变成 O ( l o g n ) O(logn) O(logn)。
优先队列应用很广。
比如游戏系统,需要做查询排名前N的需求。比如战斗力排名前十的玩家。
如果是全局排序的过程,在玩家很多时,效率会越来越低。
class Solution {
public:
long long maxKelements(vector<int> &nums, int k) {
priority_queue<int> pq(less<int>(), move(nums));
long long ans = 0;
while (k--) {
int x = pq.top();
pq.pop();
ans += x;
pq.push(ceil(x / 3.0));
}
return ans;
}
};