erlang算法系列-leetcode 2163. 删除元素后和的最小差值(困难)

对前[1,2N]维护N个数的最小堆和,对后(N,3N]维护N个数的最大堆和,依次枚举出最小堆和减最大堆和的最小值。应用的erlang的gb_tree,时间O(NlogN)。

删除元素后和的最小差值-原题

给你一个下标从 0 开始的整数数组 nums ,它包含 3 * n 个元素。

你可以从 nums 中删除 恰好 n 个元素,剩下的 2 * n 个元素将会被分成两个 相同大小 的部分。

前面 n 个元素属于第一部分,它们的和记为 sumfirst 。
后面 n 个元素属于第二部分,它们的和记为 sumsecond 。
两部分和的 差值 记为 sumfirst - sumsecond 。

比方说,sumfirst = 3 且 sumsecond = 2 ,它们的差值为 1 。
再比方,sumfirst = 2 且 sumsecond = 3 ,它们的差值为 -1 。
请你返回删除 n 个元素之后,剩下两部分和的 差值的最小值 是多少。

示例 1:

输入:nums = [3,1,2]
输出:-1
解释:nums 有 3 个元素,所以 n = 1 。
所以我们需要从 nums 中删除 1 个元素,并将剩下的元素分成两部分。
- 如果我们删除 nums[0] = 3 ,数组变为 [1,2] 。两部分和的差值为 1 - 2 = -1 。
- 如果我们删除 nums[1] = 1 ,数组变为 [3,2] 。两部分和的差值为 3 - 2 = 1 。
- 如果我们删除 nums[2] = 2 ,数组变为 [3,1] 。两部分和的差值为 3 - 1 = 2 。
两部分和的最小差值为 min(-1,1,2) = -1 。
示例 2:

输入:nums = [7,9,5,8,1,3]
输出:1
解释:n = 2 。所以我们需要删除 2 个元素,并将剩下元素分为 2 部分。
如果我们删除元素 nums[2] = 5 和 nums[3] = 8 ,剩下元素为 [7,9,1,3] 。和的差值为 (7+9) - (1+3) = 12 。
为了得到最小差值,我们应该删除 nums[1] = 9 和 nums[4] = 1 ,剩下的元素为 [7,5,8,3] 。和的差值为 (7+5) - (8+3) = 1 。
观察可知,最优答案为 1 。

提示:

nums.length == 3 * n
1 <= n <= 105
1 <= nums[i] <= 105

-spec minimum_difference(Nums :: [integer()]) -> integer().
minimum_difference(Nums) ->
    N = length(Nums) div 3,
    {L1, L} = lists:split(N, Nums),
    {L2, L3} = lists:split(N, L),
    Sum1 = lists:sum(L1),
    Gb1 = list_to_tree(L1),
    MinList = dp_min(L2, Gb1, [Sum1], Sum1, N),

    Sum3 = lists:sum(L3),
    Gb3 = list_to_tree(L3),
    MaxList = dp_max(lists:reverse(L2), Gb3, [Sum3], Sum3, N),
    do_minimum(MinList, MaxList, Sum1 - Sum3)
  .

list_to_tree(List) ->
    {Gb, _Ind} = lists:foldl(fun(K, {AccGb, Ind}) ->
        {gb_trees:insert({K, Ind}, K, AccGb), Ind+1}
    end, {gb_trees:empty(), 0}, List),
    Gb.

dp_min([], Gb, List, Sum, Ind) ->
    lists:reverse(List);
dp_min([K | L2], Gb, List, Sum, Ind) ->
    Gb1 = gb_trees:insert({K, Ind}, K, Gb),
    {Key, Value, Gb2} = gb_trees:take_largest(Gb1),
    Sum1 = Sum + K - Value,
    dp_min(L2, Gb2, [Sum1 | List], Sum1, Ind +1).

dp_max([], Gb, List, Sum, Ind) ->
    List;
dp_max([K | L2], Gb, List, Sum, Ind) ->
    Gb1 = gb_trees:insert({K, Ind}, K, Gb),
    {Key, Value, Gb2} = gb_trees:take_smallest(Gb1),
    Sum1 = Sum + K - Value,
    dp_max(L2, Gb2, [Sum1 | List], Sum1, Ind+1).

do_minimum([], [], Ans) ->
    Ans;
do_minimum([Min | MinList], [Max | MaxList], Ans) ->
    do_minimum(MinList, MaxList, min(Min - Max, Ans)).

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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