• 180竞赛


    最大的团队表现值

    公司有编号为 1 到 n 的 n 个工程师,给你两个数组 speed 和 efficiency ,其中 speed[i] 和 efficiency[i] 分别代表第 i 位工程师的速度和效率。请你返回由最多 k 个工程师组成的 ​​​​​​最大团队表现值 ,由于答案可能很大,请你返回结果对 10^9 + 7 取余后的结果。

    团队表现值 的定义为:一个团队中「所有工程师速度的和」乘以他们「效率值中的最小值」。

    示例 1:

    输入:n = 6, speed = [2,10,3,1,5,8], efficiency = [5,4,3,9,7,2], k = 2
    输出:60
    解释:
    我们选择工程师 2(speed=10 且 efficiency=4)和工程师 5(speed=5 且 efficiency=7)。他们的团队表现值为 performance = (10 + 5) * min(4, 7) = 60 。
    示例 2:

    输入:n = 6, speed = [2,10,3,1,5,8], efficiency = [5,4,3,9,7,2], k = 3
    输出:68
    解释:
    此示例与第一个示例相同,除了 k = 3 。我们可以选择工程师 1 ,工程师 2 和工程师 5 得到最大的团队表现值。表现值为 performance = (2 + 10 + 5) * min(5, 4, 7) = 68 。
    示例 3:

    输入:n = 6, speed = [2,10,3,1,5,8], efficiency = [5,4,3,9,7,2], k = 4
    输出:72
     

    提示:

    1 <= n <= 10^5
    speed.length == n
    efficiency.length == n
    1 <= speed[i] <= 10^5
    1 <= efficiency[i] <= 10^8
    1 <= k <= n

    var maxPerformance = function(n, speed, efficiency, k) {
        const d = [];
        for (let i = 0; i < n; i++) {
            d.push({ s: speed[i], e: efficiency[i] });
        }
        d.sort((a, b) => b.e - a.e);
        let m = 0;
        let sumS = 0;
        let result = 0;
        let maxS = 0;
        let maxE = 0;
        const heap = [];
        var swap = function(x, y) {
            const t = heap[x];
            heap[x] = heap[y];
            heap[y] = t;
        }
        var up = function(index) {
            if (!index || heap[index] >= heap[Math.floor((index - 1) / 2)]) return;
            swap(index, Math.floor((index - 1) / 2));
            up(Math.floor((index - 1) / 2));
        }
        var down = function(index) {
            let max = index;
            max = heap[index * 2 + 1] < heap[max] ? index * 2 + 1 : max;
            max = heap[index * 2 + 2] < heap[max] ? index * 2 + 2 : max;
            if (max === index) return;
            swap(max, index);
            down(max);
        }
        for (let i = 0; i < n; i++) {
            if (i < k) {
                sumS += d[i].s;
                heap.push(d[i].s);
                up(i);
            } else if (d[i].s > heap[0]){
                sumS += d[i].s - heap[0];
                heap[0] = d[i].s;
                down(0);
            }
            if (sumS * d[i].e > m) {
                m = sumS * d[i].e;
                result = (sumS % 1000000007) * d[i].e % 1000000007;
                maxS = sumS;
                maxE = d[i].e;
            }
        }
        let rrr = 0;
        let ttt = 0;
        maxS = maxS % 1000000007;
        while (maxS) {
            let tt = maxS % 10;
            maxS = (maxS - tt) / 10;
            tt = tt * maxE % 1000000007;
            for (let i = 0; i < ttt; i++) {
                tt = tt * 10 % 1000000007;
            }
            rrr += tt;
            ttt++;
        }
        return rrr % 1000000007;
    };
    

      

    /**
     * @param {number} n
     * @param {number[]} speed
     * @param {number[]} efficiency
     * @param {number} k
     * @return {number}
     */
    // 这个会超时,但也是目前唯一的解
    var maxPerformance = function(n, speed, efficiency, k) {
        let arr = [];
        for(let i=0; i<n; i++){
            arr.push([speed[i], efficiency[i]])
        }
        // 按照效率从大到小
        arr.sort((a, b)=>b[1]-a[1]);
        let q = [];
        let res = 0, sum = 0;
        const insertSort = (arr, last)=>{
            let lIndex = arr.length-2;
            while(arr[lIndex]>last){
                arr[lIndex+1]= arr[lIndex]
                lIndex--;
            }
            if(arr[lIndex+1]!==last)
            arr[lIndex+1] = last
        }
        for(let i=0; i<n; i++){
            q.push(arr[i][0]);
            sum += arr[i][0];
            if(q.length > k){
                if(q.length == k+1) {
                     q.sort((a,b)=>a-b);
                }else {
                    // 确保arr[i][0]是最后一个
                    insertSort(q, arr[i][0])
                }
                
                sum -= q.shift();
            }
            // arr效率最小的, 可能是上面刚加进来的
            res = Math.max(res, sum * arr[i][1]);
            
        }
        return res%(10**9 + 7)
    }
    
    
    /*
    // 其实我想得是这个循环取每一个数据时这个循环嵌套得次数是不定的。这中问题。难道这种问题普遍能用队列解决吗?反正拼接字符串不靠谱。往队列里面放数据,达到某个条件再从队列中去除某个数据。
    // 我当时想的效率高它表现值也不一定最高,速度快表现值也不一定最高。那它两就没关系,所以要都遍历一遍找出最大的。
    // 由最多 k 个工程师组成, 也可能小于 k;
    var maxPerformance = function(n, speed, efficiency, k) {
        // 从 n个数据中取k个元素,fn(...k) 最大。
        let ak = [];
        for(let i=0; i<k; i++){
            ak[i] = i
        }
        let res = Infinity;
        
        
        let min = Infinity;
        let sspeed = ak.reduce((init, val)=>init+speed[val],0);
        ak.forEach(a=>{
            if(efficiency[a]<min){
                min = efficiency[a];
            }
        })
        res = Math.min(res, sspeed*min)
       
        
        return res%(10**9 + 7)
    };
    */
    

      

    来源:力扣(LeetCode)
    链接:https://leetcode-cn.com/problems/maximum-performance-of-a-team
    著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

  • 相关阅读:
    1007 正整数分组
    Review: JQuery
    Summary: DOM modification techniques
    B
    D
    C
    hdu5592 倒序求排列+权值线段树
    主席树入门——询问区间第k大pos2104,询问区间<=k的元素个数hdu4417
    二维前缀和好题hdu6514
    莫比乌斯反演理解
  • 原文地址:https://www.cnblogs.com/zhangzs000/p/12499709.html
Copyright © 2020-2023  润新知