func maxSpending(values [][]int) int64 {
}最大开销,目测是DP问题。但是由于values[i] 按照非递增顺序排序,先考虑能不能用贪心。
方法一贪心:只买最小的,贵的后面买。 创建一个数组记录每个商店的尾下标(最便宜的商品) 不断找最小,然后购买
方法二排序: 不需要关心在那个商店购买,我们只关注商品。 例如商店A 商品7元,商店B 商品7元。在那个商店购买都是一个价。 因此可以将全部商品都合并并排序。从便宜的开始买起
方法三排序优化: 由于Go内置的插入排序,插入排序的时间复杂度为on^2,因此我们可以更换为堆 时间复杂度将可以优化为onlogn
下标+贪心
func maxSpending(values [][]int) (ans int64) {
m := len(values)
n := len(values[0])
indexV := make([]int, m)
for i, _ := range indexV {
indexV[i] = n - 1 // 尾下标
}
ruin := 0
day := 0
for {
minV := 1000001
minI := -1
day++ // 多一天
for i, v := range indexV {
// i 是商铺 v是下标
if v == -1 {
ruin++
continue
}
// 找最小
if values[i][v] < minV {
minV = values[i][v]
minI = i
}
}
if ruin == m { // 全部买完了
break
} else {
ruin = 0
}
ans += int64(day) * int64(minV)
indexV[minI]--
}
return
}排序
func maxSpending(values [][]int) (ans int64) {
m, n := len(values), len(values[0])
valuesList := make([]int, 0, m*n)
for _, v := range values {
valuesList = append(valuesList, v...)
}
valuesSort := sort.IntSlice(valuesList)
valuesSort.Sort()
for i := 0; i < valuesSort.Len(); i++ {
day := i + 1
ans += int64(day) * int64(valuesSort[i])
}
return
}堆排序
func maxSpending(values [][]int) (ans int64) {
m, n := len(values), len(values[0])
idx := make([]int, m)
for i := range idx {
idx[i] = i
}
h := &hp{idx, values}
heap.Init(h)
for d := 1; d <= m*n; d++ {
a := values[idx[0]]
ans += int64(a[len(a)-1]) * int64(d)
if len(a) > 1 {
values[idx[0]] = a[:len(a)-1]
heap.Fix(h, 0)
} else {
heap.Pop(h)
}
}
return
}
type hp struct {
sort.IntSlice
values [][]int
}
func (h hp) Less(i, j int) bool {
a, b := h.values[h.IntSlice[i]], h.values[h.IntSlice[j]]
return a[len(a)-1] < b[len(b)-1]
}
func (hp) Push(any) {}
func (h *hp) Pop() (_ any) { a := h.IntSlice; h.IntSlice = a[:len(a)-1]; return }
loommii