给你一个整数数组?
piles
?,数组?下标从 0 开始?,其中?piles[i]
?表示第?i
?堆石子中的石子数量。另给你一个整数?k
?,请你执行下述操作?恰好?k
?次:
- 选出任一石子堆?
piles[i]
?,并从中?移除?floor(piles[i] / 2)
?颗石子。注意:你可以对?同一堆?石子多次执行此操作。
返回执行?
k
?次操作后,剩下石子的?最小?总数。
floor(x)
?为?小于?或?等于?x
?的?最大?整数。(即,对?x
?向下取整)。
?
class Solution {
public:
int minStoneSum(vector<int>& piles, int k) {
}
};
显然我们每次都移除数目最多的那一堆,最后一定能够满足剩下的最小,每次找到最大数目的石子堆我们可以选择使用大根堆来实现。
我们如果将数组元素都插入堆中,那么需要O(nlogn)的时间复杂度和O(n)的空间复杂度,我们可以选择直接原地建堆,即在原数组上建堆,采用向下调整算法自下而上建堆可以达到O(n)的时间复杂度建堆,关于堆的两种构建算法以及时间复杂度证明,见:堆/二叉堆详解[C/C++]-CSDN博客
然后执行k次操作,如果堆顶元素为1,那么此时无法再拿出元素,我们直接退出循环即可
时间复杂度:O(n?+ klogn)?空间复杂度:O(1)
class Solution {
public:
int minStoneSum(vector<int>& piles, int k) {
//原地堆化默认大根堆
make_heap(piles.begin() , piles.end());
while(k-- && (piles[0] ^ 1)){
pop_heap(piles.begin() , piles.end());//弹出堆顶到末尾
piles.back() -= piles.back() / 2;
push_heap(piles.begin() , piles.end());//向上调整插入末尾元素到堆
}
return accumulate(piles.begin() , piles.end() , 0);
}
};
class Solution:
def minStoneSum(self, piles: List[int], k: int) -> int:
for i in range(len(piles)):
piles[i] *= -1
heapify(piles)
while k and (piles[0] ^ 1):
heapreplace(piles , piles[0] // 2) # 负数向下取整的绝对值和正数向上取整绝对值一样
k -= 1
return -sum(piles)