小红书2023.07.23提前批笔试题二（精华帖子）

题目描述

小红书的推荐帖子列表为 $[0,n]$，即：$[0,1]$ 为第1个帖子，$[1,2]$ 为第2个帖子 … $[n-1,n]$ 为第 $n$ 个帖子。其中所有的帖子初始状态为“普通”，现在运营同学把其中的一些帖子区间里的帖子标记为了“精华”。

第一行输入三个正整数 $n$，$m$，$k$，代表初始帖子列表长度，精华区间的数量，以及运营同学准备截取的长度。
接下来的 $m$ 行，每行输入两个正整数 $L_i、R_i$，代表第 $i$ 个精华区间。

$1\le k\le n\le 1000000000$
$1\le m\le 100000$
$0\le L_i<R_i\le n$

保证任意两个区间是不重叠的。

输出是一个正整数，代表在运营同学准备截取的长度里最多的精华帖子的数量。

样例输入：

5 2 3
1 2
3 5

样例输出

2

初始帖子长度为 $5$，有 $2$ 个精华区间，第一段区间 $[1,2]$ 有一个精华帖子 $[1,2]$，第二段区间 $[3,5]$ 有两个精华帖子 $[3,4]$、$[4,5]$。所以在截取长度为 $3$ 的情况下，最多有 $2$ 两个精华帖子，对应的截取区间为 $[1,4]$ （此时的精华帖子为 $[1,2]$ 和 $[3,4]$）或者 $[2,5]$（此时的精华帖子为 $[3,4]$ 和 $[4,5]$）。

思路

由于输出是最多的精华帖子数量，所以运营同学截取的这段长度为 $k$ 的区间的左端点一定是某个精华区间的左端点。所以我们可以考虑遍历每个精华区间的左端点。对于每个左端点，找到此时截取长度 $k$ 后能覆盖到的最右边的那个区间，再计算其中的精华帖子数量即可，计算时可用前缀和算法。另外，在每次遍历左端点时，为了提高效率，我们可以采用二分查找算法来寻找最右的那个区间。

代码

import java.util.Arrays;
import java.util.Scanner;

public class Solution {
    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);

        int n, m, k;
        n = scanner.nextInt();
        m = scanner.nextInt();
        k = scanner.nextInt();

        // 存储精华帖子区间
        int[][] goodPost = new int[m][2];
        for (int i = 0; i < m; i++) {
            goodPost[i][0] = scanner.nextInt();
            goodPost[i][1] = scanner.nextInt();
        }

        // 由于要使用二分查找，所以需要排序精华帖子区间
        Arrays.sort(goodPost, (a, b) -> a[0] - b[0]);

        // 前缀和，preSum[i] 表示从第 1 个区间到第 i 个区间（包含 1 和 i）的精华帖子的数量
        int[] preSum = new int[m + 1];
        for (int i = 1; i <= m; i++) {
            preSum[i] = preSum[i - 1] + goodPost[i - 1][1] - goodPost[i - 1][0];
        }

        int maxNum = 0;
        // 遍历每一个左端点
        for (int i = 0; i < m; i++) {
            // 长度为 k 的覆盖区间的右端点
            int end = goodPost[i][0] + k;
            int left = i, right = m - 1;
            while (left <= right) {
                int mid = (left + right) >> 1;
                if (goodPost[mid][0] <= end) {
                    // mid 这个区间的左端点小于覆盖区间的右端点，此时有两种情况
                    // 1、mid 区间的右端点 >= end
                    // 2、mid 区间的右端点 < end
                    // 用 Math.min() 函数取两者最小值，统一处理
                    maxNum = Math.max(maxNum, preSum[mid] - preSum[i] + Math.min(end, goodPost[mid][1]) - goodPost[mid][0]);
                    left = mid + 1;
                } else {
                    right = mid - 1;
                }
            }
        }

        System.out.println(maxNum);
    }
}