题目描述
小红书的推荐帖子列表为 [ 0 , n ] [0,n] [0,n],即: [ 0 , 1 ] [0,1] [0,1] 为第1个帖子, [ 1 , 2 ] [1,2] [1,2] 为第2个帖子 … [ n − 1 , n ] [n - 1,n] [n−1,n] 为第 n n 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
n
n,
m
m
m,
k
k
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
m
m 行,每行输入两个正整数
L
i
、
R
i
L_i、R_i
Li、Ri,代表第
i
i
i 个精华区间。
1
≤
k
≤
n
≤
1000000000
1 ≤ k ≤ n ≤ 1000000000
1≤k≤n≤1000000000
1
≤
m
≤
100000
1 ≤ m ≤ 100000
1≤m≤100000
0
≤
L
i
<
R
i
≤
n
0 ≤ L_i < R_i ≤ n
0≤Li<Ri≤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 5 5,有 2 2 2 个精华区间,第一段区间 [ 1 , 2 ] [1, 2] [1,2] 有一个精华帖子 [ 1 , 2 ] [1, 2] [1,2],第二段区间 [ 3 , 5 ] [3, 5] [3,5] 有两个精华帖子 [ 3 , 4 ] [3, 4] [3,4]、 [ 4 , 5 ] [4, 5] [4,5]。所以在截取长度为 3 3 3 的情况下,最多有 2 2 2 两个精华帖子,对应的截取区间为 [ 1 , 4 ] [1, 4] [1,4] (此时的精华帖子为 [ 1 , 2 ] [1, 2] [1,2] 和 [ 3 , 4 ] [3, 4] [3,4])或者 [ 2 , 5 ] [2, 5] [2,5](此时的精华帖子为 [ 3 , 4 ] [3, 4] [3,4] 和 [ 4 , 5 ] [4, 5] [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 k 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 k 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);
}
}