解决leetcode第3801题合并有序列表的最小成本

3801.合并有序列表的最小成本

难度:困难

问题描述:

给你一个二维整数数组lists,其中每个lists[i]是一个按照非递减顺序排序的非空整数数组。

你可以重复选择两个列表a=lists[i]和b=lists[j](i!=j),并将它们合并。合并a和b的成本为:

len(a)+len(b)+abs(median(a)-median(b)),其中len和median分别表示列表的长度和中位数。

合并a和b后,从lists中移除a和b,并将新的合并后有序列表(元素按从小到大排列)插入到lists中的任意位置。重复此过程直到只剩下一个列表。

返回将所有列表合并为一个有序列表所需的最小总成本。

数组的中位数是指排序后位于中间的元素。如果数组元素数量为偶数,则取左侧中间元素。

示例1:

输入:lists=[[1,3,5],[2,4],[6,7,8]]

输出:18

解释:

合并a=[1,3,5]和b=[2,4]:

len(a)=3,len(b)=2

median(a)=3,median(b)=2

cost=len(a)+len(b)+abs(median(a)-median(b))=3+2+abs(3-2)=6

此时lists变为[[1,2,3,4,5],[6,7,8]]。

合并a=[1,2,3,4,5]和b=[6,7,8]:

len(a)=5,len(b)=3

median(a)=3,median(b)=7

cost=len(a)+len(b)+abs(median(a)-median(b))=5+3+abs(3-7)=12

此时lists变为[[1,2,3,4,5,6,7,8]],总成本为6+12=18。

示例2:

输入:lists=[[1,1,5],[1,4,7,8]]

输出:10

解释:

合并a=[1,1,5]和b=[1,4,7,8]:

len(a)=3,len(b)=4

median(a)=1,median(b)=4

cost=len(a)+len(b)+abs(median(a)-median(b))=3+4+abs(1-4)=10

此时lists变为[[1,1,1,4,5,7,8]],总成本为10。

示例3:

输入:lists=[[1],[3]]

输出:4

解释:

合并a=[1]和b=[3]:

len(a)=1,len(b)=1

median(a)=1,median(b)=3

cost=len(a)+len(b)+abs(median(a)-median(b))=1+1+abs(1-3)=4

此时lists变为[[1,3]],总成本为4。

示例4:

输入:lists=[[1],[1]]

输出:2

解释:

总成本为len(a)+len(b)+abs(median(a)-median(b))=1+1+abs(1-1)=2。

提示:

2<=lists.length<=12

1<=lists[i].length<=500

-109<=lists[i][j]<=109

lists[i]按照非递减顺序排序。

lists[i]的元素总和不超过2000。

问题分析:

本问题中cost的计算使用了公式len(a)+len(b)+abs(median(a)-median(b)),公式中的len(a)和len(b)不管怎么合并,都是固定一样的,但abs(median(a)-median(b))对于选择a和b使最后获得最小成本就有讲究了,策略是把数组中中位数最小的两个数组合并,生成新的二维数组之后仍然选中位数最小的两个数组合并,直到只有一个列表为止。特别注意列表作为函数参数传递是传递的引用,函数中对列表参数的改变会带回原列表。

程序如下:

python 复制代码
#对选定的两个列表list1和list2进行合并,返回合并生成的列表
def merge_two_lists(list1,list2):
    a=[]
    a.extend(list1)
    a.extend(list2)
    a.sort()
    return a

#计算一个有序列表的中位数并返回
def get_median(lists):
    n=len(lists)
    if n==1:
        return lists[0]
    elif n==2:
        return lists[0]
    else:
        if n%2==0:
            return lists[n//2-1]
        else:
            return lists[n//2]

#对一个给定的二维数组,返回中位数最小的两个列表的序号
def get_two_min_median(lists):
    n=len(lists)
    a=[]
    for i in lists:
        a.append(get_median(i))
    b=list(enumerate(a))
    b.sort(key=lambda x:x[1])
    return b[0],b[1]

#主程序
lists=eval(input('pls input lists='))
cost=0
while len(lists)>1:
    a=(m1,n1),(m2,n2) = get_two_min_median(lists)
    a=list(a)
    a.sort(key=lambda x:x[0])
    index1=a[0][0]
    median1=a[0][1]
    index2=a[1][0]
    median2=a[1][1]
    m=lists[index1]
    n=lists[index2]
    print(f'合并a={m}和b={n}')
    print(f'len(a)={len(m)}, len(b)={len(n)}, median(a)={median1},median(b)={median2}')
    cost += len(m) + len(n) + abs(median1 - median2)
    c=merge_two_lists(m,n)
    print(f'cost=len(a)+len(b)+abs(median(a)-median(b))={len(m)}+{len(n)}+{abs(median1-median2)}={cost}')
    lists.remove(m)
    lists.remove(n)
    lists.append(c)
    #print(f'此时lists变为{lists}')
    print(f'此时lists变为{lists},总成本为{cost}')

运行实例一

pls input lists=[[1,2,3],[4,7,8],[5,9,10,11]]

合并a=[1, 2, 3]和b=[4, 7, 8]

len(a)=3, len(b)=3, median(a)=2,median(b)=7

cost=len(a)+len(b)+abs(median(a)-median(b))=3+3+5=11

此时lists变为[[5, 9, 10, 11], [1, 2, 3, 4, 7, 8]],总成本为11

合并a=[5, 9, 10, 11]和b=[1, 2, 3, 4, 7, 8]

len(a)=4, len(b)=6, median(a)=9,median(b)=3

cost=len(a)+len(b)+abs(median(a)-median(b))=4+6+6=27

此时lists变为[[1, 2, 3, 4, 5, 7, 8, 9, 10, 11]],总成本为27

运行实例二

pls input lists=[[2],[5]]

合并a=[2]和b=[5]

len(a)=1, len(b)=1, median(a)=2,median(b)=5

cost=len(a)+len(b)+abs(median(a)-median(b))=1+1+3=5

此时lists变为[[2, 5]],总成本为5

运行实例三

pls input lists=[[2,4],[7,8,9,10],[3,5]]

合并a=[2, 4]和b=[3, 5]

len(a)=2, len(b)=2, median(a)=2,median(b)=3

cost=len(a)+len(b)+abs(median(a)-median(b))=2+2+1=5

此时lists变为[[7, 8, 9, 10], [2, 3, 4, 5]],总成本为5

合并a=[7, 8, 9, 10]和b=[2, 3, 4, 5]

len(a)=4, len(b)=4, median(a)=8,median(b)=3

cost=len(a)+len(b)+abs(median(a)-median(b))=4+4+5=18

此时lists变为[[2, 3, 4, 5, 7, 8, 9, 10]],总成本为18

相关推荐
落羽凉笙4 小时前
Python学习笔记(3)|数据类型、变量与运算符:夯实基础,从入门到避坑(附图解+代码)
笔记·python·学习
Quintus五等升4 小时前
深度学习①|线性回归的实现
人工智能·python·深度学习·学习·机器学习·回归·线性回归
ytttr8734 小时前
隐马尔可夫模型(HMM)MATLAB实现范例
开发语言·算法·matlab
天远Date Lab4 小时前
Python实战:对接天远数据手机号码归属地API,实现精准用户分群与本地化运营
大数据·开发语言·python
哈里谢顿4 小时前
Python异常链:谁才是罪魁祸首?一探"The above exception"的时间顺序
python
AlenTech5 小时前
160. 相交链表 - 力扣(LeetCode)
数据结构·leetcode·链表
点云SLAM5 小时前
凸优化(Convex Optimization)理论(1)
人工智能·算法·slam·数学原理·凸优化·数值优化理论·机器人应用
哈里谢顿5 小时前
验证 list() 会调用 `__len__` 方法的深度解析
python·django
会周易的程序员5 小时前
多模态AI 基于工业级编译技术的PLC数据结构解析与映射工具
数据结构·c++·人工智能·单例模式·信息可视化·架构
jz_ddk5 小时前
[学习] 卫星导航的码相位与载波相位计算
学习·算法·gps·gnss·北斗