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。