C++前缀和算法的应用:最大化城市的最小供电站数目

本文涉及的基础知识点

C++算法:前缀和、前缀乘积、前缀异或的原理、源码及测试用例 包括课程视频

二分法

题目

给你一个下标从 0 开始长度为 n 的整数数组 stations ,其中 stations[i] 表示第 i 座城市的供电站数目。

每个供电站可以在一定 范围 内给所有城市提供电力。换句话说,如果给定的范围是 r ,在城市 i 处的供电站可以给所有满足 |i - j| <= r 且 0 <= i, j <= n - 1 的城市 j 供电。

|x| 表示 x 的 绝对值 。比方说,|7 - 5| = 2 ,|3 - 10| = 7 。

一座城市的 电量 是所有能给它供电的供电站数目。

政府批准了可以额外建造 k 座供电站,你需要决定这些供电站分别应该建在哪里,这些供电站与已经存在的供电站有相同的供电范围。

给你两个整数 r 和 k ,如果以最优策略建造额外的发电站,返回所有城市中,最小供电站数目的最大值是多少。

这 k 座供电站可以建在多个城市。

示例 1:

输入:stations = [1,2,4,5,0], r = 1, k = 2

输出:5

解释:

最优方案之一是把 2 座供电站都建在城市 1 。

每座城市的供电站数目分别为 [1,4,4,5,0] 。

  • 城市 0 的供电站数目为 1 + 4 = 5 。
  • 城市 1 的供电站数目为 1 + 4 + 4 = 9 。
  • 城市 2 的供电站数目为 4 + 4 + 5 = 13 。
  • 城市 3 的供电站数目为 5 + 4 = 9 。
  • 城市 4 的供电站数目为 5 + 0 = 5 。
    供电站数目最少是 5 。
    无法得到更优解,所以我们返回 5 。
    示例 2:
    输入:stations = [4,4,4,4], r = 0, k = 3
    输出:4
    解释:
    无论如何安排,总有一座城市的供电站数目是 4 ,所以最优解是 4 。
    参数范围
    n == stations.length
    1 <= n <= 105
    0 <= stations[i] <= 105
    0 <= r <= n - 1
    0 <= k <= 109

分析

时间复杂度

O(nlogm),m= sum(stations)+k。

第一层循环

如果任何城市的最小供电站数大于等于llTarget,则任何城市的最小供电站数一定llTarget-1,如果有多个满足条件的,我们返回最后一个。显然用左闭右开的二分。极限情况下能有多少供电站?所有供电站(已建和可建的)都可以供应所有城市。

第二层循环

当前城市供电站不足的时候,在right城市建立足够的供电站。

变量说明

i 当前城市
llTarget 让所有城市至少有iTarget个供电站
llNeed 让所有城市至少有iTarget个供电站,需要新建多少个供电站
stations 各城市供电站(新建、已有)之和
llHas 能给当前城市供电的供电站,包括处理之前城市而建立的供电站
left 给当前城市供电的最左城市
right 能给当前城市供电的最右城市

注意

r可以大于stations.size()

代码

核心代码

class Solution {

public:

long long maxPower(vector& stations, int r, int k) {

m_iR = r;

m_iK = k;

m_stations = stations;

long long left = 0, right = std::accumulate(stations.begin(), stations.end(),0LL) + k + 1;

//左闭右开

while (right - left > 1)

{

const long long mid = left + (right - left) / 2;

if (TargetNeed(mid))

{

left = mid;

}

else

{

right = mid;

}

}

return left;

}

//所有城市供电站达到iTarget,需要新建多少供电站

bool TargetNeed(long long llTarget)

{

vector stations = m_stations;

long long llHas = 0;

int left = 0;

int right = min(m_iR, (int)stations.size() - 1);//[left,right]表示能够给此城市供电的电站

for (int i = 0; i <= right; i++)

{

llHas += stations[i];

}

long long llNeed = 0;

auto Add = &

{

const long long curNeed = llTarget - llHas;

if (curNeed > 0)

{

llNeed += curNeed;

if (llNeed > m_iK)

{

return false;

}

stations[right] += curNeed;

llHas += curNeed;

}

return true;

};

if (!Add())

{

return false;

}

for (int i = 1; i < stations.size(); i++)

{

if (i - left > m_iR)

{

llHas -= stations[left];

left++;

}

if (right+1 < stations.size())

{

right++;

llHas += stations[right];

}

if (!Add())

{

return false;

}

}

return true;

}

int m_iR;

int m_iK;

vector m_stations;

};

测试用例

template

void Assert(const vector& v1, const vector& v2)

{

if (v1.size() != v2.size())

{

assert(false);

return;

}

for (int i = 0; i < v1.size(); i++)

{

assert(v1[i] == v2[i]);

}

}

template

void Assert(const T& t1, const T& t2)

{

assert(t1 == t2);

}

int main()

{

Solution slu;
vector<int> stations = { 1, 2, 4, 5, 0 };
int r = 0;
int k = 0;
long long res;

stations = { 1, 2, 4, 5, 0 };
r = 1, k = 2;
res = slu.maxPower(stations, r, k);
Assert(5LL, res);

stations = {1 };
r = 0, k = 3;
res = slu.maxPower(stations, r, k);
Assert(4LL, res);

stations = { 0 };
r = 0, k = 0;
res = slu.maxPower(stations, r, k);
Assert(0LL, res);


stations = { 4, 4, 4, 4 };
r = 0, k = 3;
res = slu.maxPower(stations, r, k);
Assert(4LL, res);

stations.assign(2, 1);
r = 1;
k = 1;
res = slu.maxPower(stations, r, k);
Assert(3LL, res);

stations.assign(100000, 100000);
r = 100000;
k = 1e9;
res = slu.maxPower(stations, r, k);
Assert(long long(1e10+1e9+0.5), res);
//CConsole::Out(res);

}

3月旧代码

class Solution {

public:

long long maxPower(vector& stations, int r, int k) {

m_c = stations.size();

CalPower(stations, r);

long long left = *std::min_element(m_vPower.begin(),m_vPower.end());

long long right = left + k+1 ;

while (left + 1 < right)

{

long long iMid = (left + right) / 2;

if (Can(iMid,r,k))

{

left = iMid;

}

else

{

right = iMid;

}

}

return left;

}

void CalPower(vector stations,int r )

{

long long llCur = 0;

for (int i = 0; i < r; i++)

{

llCur += stations[i];

}

for (int i = 0; i < stations.size(); i++)

{

if (i + r < m_c)

{

llCur += stations[i + r];

}

if (i - r - 1 >= 0)

{

llCur -= stations[i - r - 1];

}

m_vPower.push_back(llCur);

}

}

 bool Can( long long llMinPower, int r, int k)const 
 {
	 long long llAdd = 0;
	 vector<int> vDiff(m_vPower.size());
	 for (int i = 0; i < m_vPower.size(); i++)
	 {
		 llAdd += vDiff[i];
		 const long long llNeedAdd = llMinPower - (m_vPower[i] + llAdd);
		 if (llNeedAdd <= 0 )
		 {
			 continue;
		 }
		 
		 if (llNeedAdd > k )
		 {
			 return false;
		 }
		 
		 const int iNewIndex = i + r + r + 1;
		 if (iNewIndex < m_c)
		 {
			 vDiff[iNewIndex] -= llNeedAdd;
		 }
		 llAdd += llNeedAdd;
		 k -= llNeedAdd;
	 }
	 return true;
 }
 vector<long long> m_vPower;
 int m_c;

};

8月旧代码

class Solution {

public:

long long maxPower(vector& stations, int r, int k) {

m_c = stations.size();

CalPower(stations, r);

long long left = *std::min_element(m_vPower.begin(),m_vPower.end());

long long right = left + k+1 ;

while (left + 1 < right)

{

long long iMid = (left + right) / 2;

if (Can(iMid,r,k))

{

left = iMid;

}

else

{

right = iMid;

}

}

return left;

}

void CalPower(vector stations,int r )

{

long long llCur = 0;

for (int i = 0; i < r; i++)

{

llCur += stations[i];

}

for (int i = 0; i < stations.size(); i++)

{

if (i + r < m_c)

{

llCur += stations[i + r];

}

if (i - r - 1 >= 0)

{

llCur -= stations[i - r - 1];

}

m_vPower.push_back(llCur);

}

}

 bool Can( long long llMinPower, int r, int k)const 
 {
	 long long llAdd = 0;
	 vector<int> vDiff(m_vPower.size());
	 for (int i = 0; i < m_vPower.size(); i++)
	 {
		 llAdd += vDiff[i];
		 const long long llNeedAdd = llMinPower - (m_vPower[i] + llAdd);
		 if (llNeedAdd <= 0 )
		 {
			 continue;
		 }
		 
		 if (llNeedAdd > k )
		 {
			 return false;
		 }
		 
		 const int iNewIndex = i + r + r + 1;
		 if (iNewIndex < m_c)
		 {
			 vDiff[iNewIndex] -= llNeedAdd;
		 }
		 llAdd += llNeedAdd;
		 k -= llNeedAdd;
	 }
	 return true;
 }
 vector<long long> m_vPower;
 int m_c;

};

扩展阅读

视频课程

有效学习:明确的目标 及时的反馈 拉伸区(难度合适),可以先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。
https://edu.csdn.net/course/detail/38771

如何你想快

速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程
https://edu.csdn.net/lecturer/6176

相关下载

想高屋建瓴的学习算法,请下载《闻缺陷则喜算法册》doc版
https://download.csdn.net/download/he_zhidan/88348653

充满正能量得对大家说
闻缺陷则喜是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。
墨家名称的来源:有所得以墨记之。
算法终将统治宇宙,而我们统治算法。《喜缺全书》

测试环境

操作系统:win7 开发环境: VS2019 C++17

或者 操作系统:win10 开

发环境: VS2022 C++17

相关推荐
背太阳的牧羊人4 分钟前
RAG检索中使用一个 长上下文重排序器(Long Context Reorder) 对检索到的文档进行进一步的处理和排序,优化输出顺序
开发语言·人工智能·python·langchain·rag
ITPUB-微风7 分钟前
美团MTSQL特性解析:技术深度与应用广度的完美结合
java·服务器·开发语言
Smile丶凉轩8 分钟前
数据库面试知识点总结
数据库·c++·mysql
Want59518 分钟前
C/C++跳动的爱心
c语言·开发语言·c++
水瓶丫头站住18 分钟前
Qt中QDockWidget的使用方式
开发语言·qt
laimaxgg24 分钟前
Qt常用控件之数字显示控件QLCDNumber
开发语言·c++·qt·qt5·qt6.3
蓝天扶光27 分钟前
c++贪心系列
开发语言·c++
IT猿手38 分钟前
超多目标优化:基于导航变量的多目标粒子群优化算法(NMOPSO)的无人机三维路径规划,MATLAB代码
人工智能·算法·机器学习·matlab·无人机
Erik_LinX1 小时前
算法日记25:01背包(DFS->记忆化搜索->倒叙DP->顺序DP->空间优化)
算法·深度优先
Alidme1 小时前
cs106x-lecture14(Autumn 2017)-SPL实现
c++·学习·算法·codestepbystep·cs106x