1. 题目描述
给定两个整数 n
和 k
,以及两个长度为 n
的整数数组 speed
和 efficiency
。现有 n
名工程师,编号从 1
到 n
。其中 speed[i]
和 efficiency[i]
分别代表第 i
位工程师的速度和效率。
从这 n
名工程师中最多选择 k
名不同的工程师,使其组成的团队具有最大的团队表现值。
团队表现值 的定义为:一个团队中「所有工程师速度的和」乘以他们「效率值中的最小值」。
请你返回该团队的最大团队表现值,由于答案可能很大,请你返回结果对 10^9 + 7
取余后的结果。
示例 1:
输入:n = 6, speed = [2,10,3,1,5,8], efficiency = [5,4,3,9,7,2], k = 2
输出:60
解释:
我们选择工程师 2(speed=10 且 efficiency=4)和工程师 5(speed=5 且 efficiency=7)。他们的团队表现值为 performance = (10 + 5) * min(4, 7) = 60 。
示例 2:
输入:n = 6, speed = [2,10,3,1,5,8], efficiency = [5,4,3,9,7,2], k = 3
输出:68
解释:
此示例与第一个示例相同,除了 k = 3 。我们可以选择工程师 1 ,工程师 2 和工程师 5 得到最大的团队表现值。表现值为 performance = (2 + 10 + 5) * min(5, 4, 7) = 68 。
示例 3:
输入:n = 6, speed = [2,10,3,1,5,8], efficiency = [5,4,3,9,7,2], k = 4
输出:72
2. 我的尝试
题目要求我们最优化速度和和效率最小值的乘积。变化的量有两个,一个是速度,一个是效率。我们可以枚举效率的最小值 e min e_{\min} emin ,在所有效率大于 e min e_{\min} emin 的工程师中选取不超过 k − 1 k - 1 k−1 个,让他们的速度和最大。
-
为什么是 k − 1 k - 1 k−1 个? 因为最小值 e min e_{\min} emin代表的工程师是必选,加起来一共 k k k个,所以剩下只要选 k − 1 k - 1 k−1 个。
-
如何满足速度和最大? 因为 speed[i] > 0,所以只需要选效率大于 e min e_{\min} emin 中速度最大的 k − 1 k - 1 k−1 个,如果效率大于 e min e_{\min} emin 的元素小于 k − 1 k - 1 k−1,就全取。
具体地,我们可以对工程师先按照效率从高到低的规则排序,然后从前往后枚举这个序列中的元素作为 e min e_{\min} emin ,这样可以保证前面的元素的效率都比当前这个工程师高,然后维护一个以速度为关键字的小根堆,存放前面已经枚举过的元素中速度前 k − 1 k - 1 k−1 大的,动态维护这个堆的速度和,一轮枚举后,我们可以得到乘积最大值。
- 为什么是小根堆? 因为我们要动态维护前 k − 1 k - 1 k−1 大的元素,当堆内的元素超过 k − 1 k - 1 k−1 的时候,我们可以从堆顶 ·pop· 掉比较小的元素,保证最大的 k − 1 k - 1 k−1 个元素还在堆中。
const int MOD = 1e9 + 7;
typedef long long ll;
struct Engineer{
int speed, efficiency;
bool operator <(const Engineer &o) {return efficiency > o.efficiency;}
};
class Solution {
public:
int maxPerformance(int n, vector<int>& speed, vector<int>& efficiency, int k) {
ll res = 0;
ll sumS = 0;
vector<Engineer> engineers;
priority_queue<int, vector<int>, greater<int>> heap;
for (int i = 0; i < n; i ++)
engineers.push_back({speed[i], efficiency[i]});
sort(engineers.begin(), engineers.end());
for (int i = 0; i < n; i++) {
int e = engineers[i].efficiency, s = engineers[i].speed;
sumS += s;
res = max(res, e * sumS);
heap.push(s);
if (heap.size() >= k) {
sumS -= heap.top();
heap.pop();
}
}
return res % MOD;
}
};