分析
主要是是一个贪心问题,先对A进行排序,每次在A中寻找大于B[i]的最小值,若没有,则返回A中的最小值。
multiset的作用
维持一个有可重复的有序的set, 方便查找和动态删除,且删除之后仍然是有序的。
方法1
class Solution {
public:
vector<int> advantageCount(vector<int>& A, vector<int>& B) {
vector<int> res;
multiset<int> ans_A;
if(A.size()==0) return res;
//将A放到一个multiset中
for(int i=0;i<A.size();i++) ans_A.insert(A[i]);
for(int i=0;i<B.size();i++){
bool flag = false;
//遍历ans_A
for(auto it = ans_A.begin();it!=ans_A.end();it++){
if(*it>B[i]){
res.push_back(*it);
ans_A.erase(it);
flag = true;
break;
}
}
if(!flag){
res.push_back(*ans_A.begin());
ans_A.erase(ans_A.begin());
}
}
return res;
}
};
方法2:
上面的方法是超时的,考虑使用标记数组的方式。虽然是多过了几个用例仍是超时。
class Solution {
public:
vector<int> advantageCount(vector<int>& A, vector<int>& B) {
vector<int> res;
if(A.size()==0) return res;
//对A进行排序
sort(A.begin(), A.end());
vector<int> f(A.size(), 0);
int index = 0;//表示已经使用的A的较小值的索引结尾
for(int i=0;i<B.size();i++){
bool flag = false;
//遍历ans_A
for(int j=0;j<A.size();j++){//j也可以从index开始
if(A[j]>B[i] && !f[j]){
res.push_back(A[j]);
flag = true;
f[j] = 1;
break;
}
}
if(!flag){
while(f[index]) index++;
f[index] = 1;
res.push_back(A[index++]);
}
}
return res;
}
};
方法3:
不使用multiset, 使用vector+ 二分查找+erase删除元素。为什么不使用multiset+二分查找,主要是因为multiset不支持顺序迭代器访问,因此在使用二分查找之后,不好进行删除元素。
class Solution {
public:
int binary_search(vector<int>& arr, int target){
int l = 0;
int r = arr.size();
while(l<r){
int mid = l + (r-l)/2;
int mid_value = arr[mid];
if(mid_value<=target){//找第一个比target大的
l = mid+1;
}else r = mid;
}
return l;
}
vector<int> advantageCount(vector<int>& A, vector<int>& B) {
vector<int> res;
if(A.size()==0) return res;
sort(A.begin(), A.end());
for(int i=0;i<B.size();i++){
int l = binary_search(A, B[i]);
if(l==A.size()){//没有找到
res.push_back(*A.begin());
A.erase(A.begin());
}
if(l<A.size()){
res.push_back(A[l]);
A.erase(A.begin()+l);
}
}
return res;
}
};