利用合理的分配策略解决LeetCode第3301题高度互不相同的最大塔高和问题

3301.高度互不相同的最大塔高和

难度:中等

问题描述:

给你一个数组maximumHeight,其中maximumHeighti表示第i座塔可以达到的最大高度。

你的任务是给每一座塔分别设置一个高度,使得:

第i座塔的高度是一个正整数,且不超过maximumHeighti。

所有塔的高度互不相同。

请你返回设置完所有塔的高度后,可以达到的最大总高度。如果没有合法的设置,返回-1。

示例1:

输入:maximumHeight=2,3,4,3

输出:10

解释:

我们可以将塔的高度设置为:1,2,4,3。

示例2:

输入:maximumHeight=15,10

输出:25

解释:

我们可以将塔的高度设置为:15,10。

示例3:

输入:maximumHeight=2,2,1

输出:-1

解释:

无法设置塔的高度为正整数且高度互不相同。

提示:

1<=maximumHeight.length<=105

1<=maximumHeighti<=109

问题分析:

根据题目的描述,maximumHeight数组中的元素是每一座塔可以达到的最大高度,而要让你给每一座塔设置一个高度,以获得最大总高度。这是一个分配策略的问题,要让总高度最大,那么就尽量给每一座塔分配一个尽可能大的高度。根据题目的分配原则,可以采用以下的分配策略:

  1. 先找到maximumHeight数组中所有塔中可能达到的最大高度的最大值,然后分配给这座塔。
  2. 将已经分配了高度的塔从maximumHeight中去除。如果有最大高度相同的塔,为了保证所有塔高互不相同,在处理第二座可能达到的最大高度相同的塔时,其最大高度只能取其可能达到的最大高度减1。
  3. 重复1、2步操作,直到所有的塔都分配了最大高度为止。
  4. 将所有分配了的最大塔高和输出,即是问题的解答。

程序如下:

python 复制代码
#输入原始数据
maximumHeight=eval(input('pls input maximumHeight='))

#列表a用于保存每次设置的最大塔高
a=[]

#cn为当前已经使用的最大塔高
cn=max(maximumHeight)
a.append(cn)
maximumHeight.pop(maximumHeight.index(cn))
while len(maximumHeight)>0:
    m=max(maximumHeight)
    if m<cn:
        a.append(m)
        maximumHeight.pop(maximumHeight.index(m))
        cn=m
    else:
        a.append(m-1)
        maximumHeight.pop(maximumHeight.index(m))
        cn=m-1

#因为所有设置的塔高都为正整数,所以如果a中的最小值小于等于0,则设置不合格,输出-1,否则输出a中设置的最大塔高和
if min(a)<=0:
    print(-1)
else:
print(sum(a))

运行实例一

pls input maximumHeight=2,3,4,2

10

运行实例二

pls input maximumHeight=3,4,7,4,6,5

27

运行实例三

pls input maximumHeight=2,2,1

-1

感悟:

巧妙的算法使问题的解决丝丝入扣,让你体会那一种逻辑的严谨,思维的神奇。学习算法能培养良好的逻辑思维习惯。

相关推荐
梯度下降者16 小时前
Python使用统计建模解决业务预测问题的常见操作步骤【教程】
python·可解释性·数据清洗·模型选择·业务预测
CQU_JIAKE17 小时前
11.1[A]
算法
文丑颜不良啊17 小时前
LeetCode1581~1600题目解析
java·leetcode
Frag0ut17 小时前
Notepad++ 零基础入门:从记事本到代码编辑器的平滑过渡(2026最新版)
python·编辑器·html·json·notepad++·markdown·记事本
深蓝AI17 小时前
Webhook 重投别再执行两次:Python + SQLite 收件箱实测
python
小郎君65817 小时前
(六)el-cascader 的展示值为什么不能直接 join:emitPath、路径还原与多选去重
vue.js·算法
Eider199817 小时前
Python基础知识之并发相关-2
开发语言·前端·python
第九序言T17 小时前
Python 数据处理进阶(二十二)用 Pandas 做一次完整的用户行为分析
开发语言·python·数据分析·pandas
云和数据.ChenGuang17 小时前
再论深拷贝和浅拷贝
开发语言·人工智能·python·1024程序员节
第九序言T18 小时前
Python 数据处理进阶(二十一)相关性与分组对比:数据里藏着什么关系
大数据·人工智能·python·数据分析·pandas