给你一个整数数组 heights ,表示建筑物的高度。另有一些砖块 bricks 和梯子 ladders 。
你从建筑物 0 开始旅程,不断向后面的建筑物移动,期间可能会用到砖块或梯子。
当从建筑物 i 移动到建筑物 i+1(下标 从 0 开始 )时:
如果当前建筑物的高度 大于或等于 下一建筑物的高度,则不需要梯子或砖块
如果当前建筑的高度 小于 下一个建筑的高度,您可以使用 一架梯子 或 (h[i+1] - h[i]) 个砖块
如果以最佳方式使用给定的梯子和砖块,返回你可以到达的最远建筑物的下标(下标 从 0 开始 )。
示例 1:
输入:heights = [4,2,7,6,9,14,12], bricks = 5, ladders = 1
输出:4
解释:从建筑物 0 出发,你可以按此方案完成旅程:
- 不使用砖块或梯子到达建筑物 1 ,因为 4 >= 2
- 使用 5 个砖块到达建筑物 2 。你必须使用砖块或梯子,因为 2 < 7
- 不使用砖块或梯子到达建筑物 3 ,因为 7 >= 6
- 使用唯一的梯子到达建筑物 4 。你必须使用砖块或梯子,因为 6 < 9
无法越过建筑物 4 ,因为没有更多砖块或梯子。
示例 2:
输入:heights = [4,12,2,7,3,18,20,3,19], bricks = 10, ladders = 2
输出:7
示例 3:
输入:heights = [14,3,19,3], bricks = 17, ladders = 0
输出:3
提示:
1 <= heights.length <= 10^5
1 <= heights[i] <= 10^6
0 <= bricks <= 10^9
0 <= ladders <= heights.length
链接:https://leetcode-cn.com/problems/furthest-building-you-can-reach
思路分析:
从低处到高处时,有两种选择:砖块和梯子。
假设当前为 i, diff = h[i+1]-h[i]. diff > 0 时,可以选择消耗diff个砖块和1个梯子。
我们很容易可以想到,梯子性价比最高的用法就是尽可能用在diff值大的地方。因此可以想到:
假设梯子数量为k,我们当前所处位置为 i , 我们需要在[1,i]中找前k大的diff. 这个可以用小项堆实现。每走一步,都要维护一个前k大的小项堆,并记录前k大的总和。
直接上代码吧。
//梯子无视diff,因此diff越大用梯子性价比越高
//最小堆记录[1,i]前k大,ptot记录前k大总和
//tot记录高度差总和
//取bricks >= tot-ptot的最右边界
#define ll long long
class Solution {
public:
int furthestBuilding(vector<int>& heights, int bricks, int ladders) {
ll tot = 0, ptot = 0;
int ans = 0;
int n = heights.size();
priority_queue<int,vector<int>,greater<int>> q;
for(int i = 1;i < n;i++)
{
int diff = heights[i]-heights[i-1];
if(diff > 0)
{
tot += diff;
if(q.size() < ladders) q.push(diff), ptot+=diff;
else
{
if(!q.empty() && diff > q.top())
{
ptot -= q.top();
q.pop();
q.push(diff);
ptot+=diff;
}
}
}
if(bricks >= tot-ptot) ans = i;
}
return ans;
}
};