Leetcode: 1482. 制作 m 束花所需要的最少天数

题目

给你一个整数数组 bloomDay，以及两个整数 m 和 k 。

现需要制作 m 束花。制作花束时，需要使用花园中 相邻的 k 朵花 。

花园中有 n 朵花，第 i 朵花会在 bloomDay[i] 时盛开，恰好 可以用于 一束 花中。

请你返回从花园中摘 m 束花需要等待的最少的天数。如果不能摘到 m 束花则返回 -1 。

 

示例 1：

输入：bloomDay = [1,10,3,10,2], m = 3, k = 1
输出：3
解释：让我们一起观察这三天的花开过程，x 表示花开，而 _ 表示花还未开。
现在需要制作 3 束花，每束只需要 1 朵。
1 天后：[x, _, _, _, _]   // 只能制作 1 束花
2 天后：[x, _, _, _, x]   // 只能制作 2 束花
3 天后：[x, _, x, _, x]   // 可以制作 3 束花，答案为 3

---

示例 2：

输入：bloomDay = [1,10,3,10,2], m = 3, k = 2
输出：-1
解释：要制作 3 束花，每束需要 2 朵花，也就是一共需要 6 朵花。而花园中只有 5 朵花，无法满足制作要求，返回 -1 。

---

示例 3：

输入：bloomDay = [7,7,7,7,12,7,7], m = 2, k = 3
输出：12
解释：要制作 2 束花，每束需要 3 朵。
花园在 7 天后和 12 天后的情况如下：
7 天后：[x, x, x, x, _, x, x]
可以用前 3 朵盛开的花制作第一束花。但不能使用后 3 朵盛开的花，因为它们不相邻。
12 天后：[x, x, x, x, x, x, x]
显然，我们可以用不同的方式制作两束花。

---

示例 4：

输入：bloomDay = [1000000000,1000000000], m = 1, k = 1
输出：1000000000
解释：需要等 1000000000 天才能采到花来制作花束

---

示例 5：

输入：bloomDay = [1,10,2,9,3,8,4,7,5,6], m = 4, k = 2
输出：9

---

提示：

bloomDay.length == n
1 <= n <= 10^5
1 <= bloomDay[i] <= 10^9
1 <= m <= 10^6
1 <= k <= n

分析

暴力的想法是按顺序查找每一天，但是 bloomDay[i] 最大可能为 10^9, O(n) 的遍历都会超时，更不用说还要检查能否满足条件了。所以需要使用 O(logn) 的算法，常见的也就是二分查找。

用二分查找的语言描述：找到需要等待的最小天数，s.t. 满足相应条件。

class Solution {
    public int minDays(int[] bloomDay, int m, int k) {
        int start = 1, end = 1000000000;
        while (start + 1 < end) {
            int mid = start + (end - start) / 2;
            if (check(mid, bloomDay, m, k)) {
                end = mid;
            } else {
                start = mid;
            }
        }
        if (check(start, bloomDay, m, k)) return start;
        if (check(end, bloomDay, m, k)) return end;
        return -1;
    }

    private boolean check(int mid, int[] bloomDay, int m, int k) {
        int j = 0;
        int sum = 0;
        while (j < bloomDay.length) {
            if (bloomDay[j] <= mid) {
                sum++;
            } else { // bloomDay[j] > mid
                sum = 0;
            }
            j++;

            if (sum == k) {
                m--;
                sum = 0;
            }

            if (m == 0) {
                break;
            }
        }
        return m == 0;
    }
}

二分查找采用的是 Leetcode 探索中二分查找的第三种模板。

该算法每次检查需要 O(bloomDay.length) 的复杂度，二分查找复杂度是 O(log 10^9), 大致是 30。所以总的复杂度大致是 10^6 级别，在允许的时间范围内。