有N个工人,第i个工人的质量是quality[i],最小工资期盼是wage[i],现在想雇K个工人组成一个支付组,返回所需的最小花费。有两个条件:
1. K个工人的质量和给他开的工资的比例是相同的。
2. 每个工人都要满足他的最小期望工资。
解法:最大堆: priority_queue。首先对付工资和质量的比率进行排序wage/quality,同时记录quality,也就是(wage/quality, quality),代表一个工人情况,比率越大说明工人效率越低。选定的K个人最后要按照相同的比率来支付工资,为了保证每个人的最低工资标准,只能选定比率最高的人的比率来支付工资。每个人的支付工资:wage = ratio * quality,总的支付工资:total wage = ratio * (total quality),在ratio相同的情况下,总的quality越小越好。用一个变量res记录最小花费,初始为最大浮点数。使用sort()从小到大排列工资比率ratio,用一个变量qsum累加quality,用一个最大堆记录当前的quality,堆顶是最大的quality,如果堆长度等于K+1,就弹出quality最大的,同时qsum中去掉这个最大值。堆满足K个工人的时候,每次都计算qsum * ratio,和res 比较取小的。
class Solution { public: double mincostToHireWorkers(vector<int>& quality, vector<int>& wage, int K) { vector<pair<double, int>> ratio; for(int i=0; i<wage.size(); ++i){ ratio.emplace_back(double(wage[i])/quality[i], quality[i]); } sort(ratio.begin(), ratio.end()); double res = DBL_MAX, qsum = 0; priority_queue<int> pq; //大顶堆 for(auto ratio_ : ratio){ qsum += ratio_.second; pq.push(ratio_.second); if(pq.size() > K){ qsum -= pq.top(); pq.pop(); } if(pq.size() == K){ res = min(res, qsum * ratio_.first); } } return res; } };
动态规划:索引为0和s-1处不考虑,因为无法积水。所以求积水的面积从索引1到s-2。
class Solution { public: int trap(vector<int>& height) { int s = height.size(); if(s==0) return 0; int ans = 0; vector<int>leftmax(s), rightmax(s); leftmax[0] = height[0]; rightmax[s-1] = height[s-1]; for(int i=1; i<s; i++){ leftmax[i] = max(leftmax[i-1], height[i]); } for(int j=s-2; j>=0; j--) rightmax[j] = max(rightmax[j+1], height[j]); for(int i=1; i<s-1; i++) ans += min(leftmax[i], rightmax[i])-height[i]; return ans; } };