【LeetCode】每日一题 2024_1_27 最大合金数(二分)

文章目录

LeetCode?启动!!!

今天的题目做起来真是难受,不像昨天的,5 秒钟就写完了

题目:最大合金数

题目链接:2861. 最大合金数

题目描述

代码与解题思路

go 复制代码
func maxNumberOfAlloys(n int, k int, budget int, composition [][]int, stock []int, cost []int) int {
    check := func (target int) bool { // target 是我们想要制造的合金数量
        for _, machine_i := range composition { // 选择使用第 i 台机器
            remain := budget // 预算
            for i, v := range machine_i { // v 是制造该合金需要该类金属的数量
                need := max(0, v*target-stock[i]) // 需要购买 i 类金属的数量, (该数不能小于 0)
                remain -= need*cost[i] // 买这些金属需要花的钱
            }
            if remain >= 0 {
                return true
            }
        }
        return false
    }

    l, r := 0, int(2e8)
    for l < r {
        mid := (l+r+1)>>1
        if check(mid) { // mid 作为想要制造和合金数, 如果符合, 就让 l = mid, l 即为答案
            l = mid
        } else {
            r = mid-1
        }
    }
    return l
}

今天的题目一句话总结就是,看题一小时,写代码 15 分钟

看了半天没看懂题目到底在说些什么东西,三个样例看了老半天才搞明白他的意思,说人话就是:

题目解析

composition 这个二维数组,有 i 行,每一行是一种机器,你可以在 i 种机器中选择一台,而每个代表机器的数组,他的元素表示的是这个机器冶炼合金需要的各类金属的比例搭配

cost 数组是各类金属对应的价格,stock 是题目给的现有的金属数量,n 是金属种类数,k 他给你提供的机器种类数量,budget 是你拥有的预算,在他给定的预算下,求出你能制造的最多的合金数量

解题思路

说人话就是从这些机器里面选一个最合适的冶炼合金的搭配

假设给出需要制造的合金数量,我们能判断当前预算能否成功制造,那如何快速找到合适的,最大的合金数量呢?

模拟

假设我们打算制造 10 个合金,发现无论使用哪台机器,预算都不够用,那我们就能让 10 个合金作为我们的右边界,超过 10 台合金的情况全部排除

如果我们打算制造 5 个合金,计算发现预算充足,那最大能制造和合金数量可能就是 5,也可能更多,我们的区间就变成了 5 ~ 9

分析到这里,我们就能发现他的二段性和单调性了,也该想到,用二分来快速找出合适的合金数量了

注意

题目非常坑爹,说好的数据范围是 0 ~ 1e8,实际上数据出的是 0 ~ 2e8,导致我一开始提交错了,想了两分钟到底出了什么问题

相关推荐
ic爱吃蓝莓11 分钟前
数据结构 | HashMap原理
数据结构·学习·算法·链表·哈希算法
add45a13 分钟前
C++编译期数据结构
开发语言·c++·算法
灰色小旋风16 分钟前
力扣21 合并两个有序链表(C++)
c++·leetcode·链表
2401_891482171 小时前
C++模块化编程指南
开发语言·c++·算法
沉鱼.441 小时前
树、堆的题目集
算法
暮冬-  Gentle°1 小时前
自定义类型转换机制
开发语言·c++·算法
2301_816651221 小时前
嵌入式C++低功耗设计
开发语言·c++·算法
机器学习之心1 小时前
PSO-LightGBM-ABKDE粒子群算法优化轻量级梯度提升机自适应带宽核密度估计多变量回归区间预测Matlab实现
算法·matlab·回归·abkde·自适应带宽核密度估计·pso-lightgbm·粒子群算法优化轻量级梯度提升机
qq_416018721 小时前
分布式缓存一致性
开发语言·c++·算法
CoovallyAIHub1 小时前
多 Agent 手术推理框架:Agent 辩论+RAG 补上手术知识,零样本超越监督基线 14.6 个百分点
算法·架构·机器人