1889. 装包裹的最小浪费空间（前缀和+二分查找）

1889. 装包裹的最小浪费空间
      给你 n 个包裹，你需要把它们装在箱子里，每个箱子装一个包裹。总共有 m 个供应商提供 不同尺寸 的箱子（每个规格都有无数个箱子）。如果一个包裹的尺寸 小于等于 一个箱子的尺寸，那么这个包裹就可以放入这个箱子之中。

包裹的尺寸用一个整数数组 packages 表示，其中 packages[i] 是第 i 个包裹的尺寸。供应商用二维数组 boxes 表示，其中 boxes[j] 是第 j 个供应商提供的所有箱子尺寸的数组。

你想要选择 一个供应商 并只使用该供应商提供的箱子，使得 总浪费空间最小 。对于每个装了包裹的箱子，我们定义 浪费的 空间等于 箱子的尺寸 - 包裹的尺寸 。总浪费空间 为 所有 箱子中浪费空间的总和。

比方说，如果你想要用尺寸数组为 [4,8] 的箱子装下尺寸为 [2,3,5] 的包裹，你可以将尺寸为 2 和 3 的两个包裹装入两个尺寸为 4 的箱子中，同时把尺寸为 5 的包裹装入尺寸为 8 的箱子中。总浪费空间为 (4-2) + (4-3) + (8-5) = 6 。
请你选择 最优 箱子供应商，使得 总浪费空间最小 。如果 无法 将所有包裹放入箱子中，请你返回 -1 。由于答案可能会 很大 ，请返回它对 109 + 7 取余 的结果。
示例 1：

输入：packages = [2,3,5], boxes = [[4,8],[2,8]]
输出：6
解释：选择第一个供应商最优，用两个尺寸为 4 的箱子和一个尺寸为 8 的箱子。
总浪费空间为 (4-2) + (4-3) + (8-5) = 6 。
示例 2：

输入：packages = [2,3,5], boxes = [[1,4],[2,3],[3,4]]
输出：-1
解释：没有箱子能装下尺寸为 5 的包裹。
示例 3：

输入：packages = [3,5,8,10,11,12], boxes = [[12],[11,9],[10,5,14]]
输出：9
解释：选择第三个供应商最优，用两个尺寸为 5 的箱子，两个尺寸为 10 的箱子和两个尺寸为 14 的箱子。
总浪费空间为 (5-3) + (5-5) + (10-8) + (10-10) + (14-11) + (14-12) = 9 。
n == packages.length
m == boxes.length
1 <= n <= 105
1 <= m <= 105
1 <= packages[i] <= 105
1 <= boxes[j].length <= 105
1 <= boxes[j][k] <= 105
sum(boxes[j].length) <= 105
boxes[j] 中的元素 互不相同 。

中午闲来无事…
思路：看题目（不是背包算法？ ）虽然是周赛最后一题，但此题目显然难度偏低。
其实计算每一个供应商的浪费空间是比较容易想到的，只要供应商按箱子从小到大的次序选择货物，就能容易计算出浪费空间。

用upper_bounde()函数可以快速求出有序数组中第一个大于等于某个值的元素下标。用（箱子数量*size）-物品总空间 得到某种箱子浪费的空间。一个供应商所有箱子浪费空间总和既是备选答案。
注意此题目求余和DP算法求余不同，不要按步骤求余，只需结果求一次余数。

class Solution {
public:
    int minWastedSpace(vector<int>& packages, vector<vector<int>>& boxes) {
        int i,j,n=packages.size(),m=boxes.size();
        long long sum[n+5],ans=1e18;
        sum[0]=0;
        sort(packages.begin(),packages.end());
        for(i=1;i<=n;i++) /**< 前缀和处理包裹空间 */
            sum[i]=sum[i-1]+packages[i-1];
        for(i=0;i<m;i++)
        {
            sort(boxes[i].begin(),boxes[i].end());
            if(boxes[i][boxes[i].size()-1]<packages[n-1])
                continue;/**< 箱子不够大，不计算 */
            long long all=0,pre=0;
            for(j=0;j<boxes[i].size();j++)
            {   /**< 找到比boxes[i][j]大的第一个包裹下标*/
                int t=upper_bound(packages.begin(),packages.end(),boxes[i][j])-packages.begin();
                all+=1LL*boxes[i][j]*(t-pre)-(sum[t]-sum[pre]);
                pre=t;
            }
            ans=min(ans,all);
        }
        if(ans==1e18)
            return -1;
        return (int)(ans%(1000000007));

    }
};