leetcode 3075(排序+贪心)

3075: 幸福值最大化的选择方案

为什么一定要按 "从大到小" 的顺序选?

  • 如果值都很大,大家减完 1 都还是正数,顺序不影响;
  • 反之,因为小的会减为 0,晚点选它没损失;但大的如果晚点选,就会被白白减去 1。

本质上,由于存在 max(0,...) 这个 "截断" 机制,越小的值越容易触发 "保底 0"。为了保护总和,我们应该 优先榨取大值的剩余价值,让那些迟早要变成 0的小值去承担减量。

每个孩子被选中时,其贡献是 max(0, 初始值 - 已经过去的轮数);

只能选k个,优先选择较大的。

复制代码
class Solution {
public:
    long long maximumHappinessSum(vector<int>& happiness, int k) {
        long long ans=0;
        int m=0;
        sort(happiness.begin(),happiness.end());
        for(int i=happiness.size()-1;i>=0;i--){
            ans+=happiness[i];
            m++;
            if(m==k) break;
            if(i-1>=0 && happiness[i-1]>0) happiness[i-1]=max(0,happiness[i-1]-m);
        }
        return ans;
    }
};
相关推荐
NAGNIP7 小时前
一文搞懂深度学习中的通用逼近定理!
人工智能·算法·面试
颜酱16 小时前
单调栈:从模板到实战
javascript·后端·算法
CoovallyAIHub19 小时前
仿生学突破:SILD模型如何让无人机在电力线迷宫中发现“隐形威胁”
深度学习·算法·计算机视觉
CoovallyAIHub19 小时前
从春晚机器人到零样本革命:YOLO26-Pose姿态估计实战指南
深度学习·算法·计算机视觉
CoovallyAIHub19 小时前
Le-DETR:省80%预训练数据,这个实时检测Transformer刷新SOTA|Georgia Tech & 北交大
深度学习·算法·计算机视觉
CoovallyAIHub20 小时前
强化学习凭什么比监督学习更聪明?RL的“聪明”并非来自算法,而是因为它学会了“挑食”
深度学习·算法·计算机视觉
CoovallyAIHub20 小时前
YOLO-IOD深度解析:打破实时增量目标检测的三重知识冲突
深度学习·算法·计算机视觉
NAGNIP1 天前
轻松搞懂全连接神经网络结构!
人工智能·算法·面试
NAGNIP1 天前
一文搞懂激活函数!
算法·面试
董董灿是个攻城狮1 天前
AI 视觉连载7:传统 CV 之高斯滤波实战
算法