3n 块披萨
难度:
标签:
题目描述
给你一个披萨,它由 3n 块不同大小的部分组成,现在你和你的朋友们需要按照如下规则来分披萨:
- 你挑选 任意 一块披萨。
- Alice 将会挑选你所选择的披萨逆时针方向的下一块披萨。
- Bob 将会挑选你所选择的披萨顺时针方向的下一块披萨。
- 重复上述过程直到没有披萨剩下。
每一块披萨的大小按顺时针方向由循环数组 slices
表示。
请你返回你可以获得的披萨大小总和的最大值。
示例 1:
输入:slices = [1,2,3,4,5,6] 输出:10 解释:选择大小为 4 的披萨,Alice 和 Bob 分别挑选大小为 3 和 5 的披萨。然后你选择大小为 6 的披萨,Alice 和 Bob 分别挑选大小为 2 和 1 的披萨。你获得的披萨总大小为 4 + 6 = 10 。
示例 2:
输入:slices = [8,9,8,6,1,1] 输出:16 解释:两轮都选大小为 8 的披萨。如果你选择大小为 9 的披萨,你的朋友们就会选择大小为 8 的披萨,这种情况下你的总和不是最大的。
提示:
1 <= slices.length <= 500
slices.length % 3 == 0
1 <= slices[i] <= 1000
代码结果
运行时间: 28 ms, 内存: 16.3 MB
/*
* Problem: You are given a pizza with 3n slices of different sizes. You, Alice, and Bob
* need to take turns picking slices according to the rules:
* - You pick any slice.
* - Alice picks the next slice counterclockwise.
* - Bob picks the next slice clockwise.
* - Repeat until all slices are taken.
* The goal is to maximize the total size of slices you can collect.
*/
import java.util.stream.IntStream;
public class Solution {
public int maxSizeSlices(int[] slices) {
int n = slices.length / 3;
return Math.max(maxSizeSlicesHelper(slices, 0, slices.length - 2, n),
maxSizeSlicesHelper(slices, 1, slices.length - 1, n));
}
private int maxSizeSlicesHelper(int[] slices, int start, int end, int n) {
int[][] dp = new int[end - start + 2][n + 1];
IntStream.range(1, end - start + 2).forEach(i ->
IntStream.range(1, n + 1).forEach(j ->
dp[i][j] = Math.max(dp[i - 1][j], (i >= 2 ? dp[i - 2][j - 1] : 0) + slices[start + i - 1])
)
);
return dp[end - start + 1][n];
}
}
解释
方法:
这道题的思路是使用贪心算法加上双向链表和最小堆。首先,为了方便处理环形数组,我们在数组两端各添加一个0,并建立双向链表来表示这个环。我们的目标是在每一轮中选择一个披萨片,使得当前披萨片加上相邻两个披萨片的总和最大,然后删除这三个披萨片,并更新相邻披萨片的值。为了快速找到这样的披萨片,我们使用最小堆来维护每个披萨片及其相邻披萨片的总和。每次从堆中取出最小的元素,检查其是否已经被删除(由于堆的延迟删除特性),如果没有被删除,则更新总和并进行相应的删除和更新操作。这个过程重复进行k次,其中k是披萨片总数除以3。
时间复杂度:
O(nlogn)
空间复杂度:
O(n)
代码细节讲解
🦆
为什么需要在数组两端各添加一个0,这样做有什么具体的作用或好处?
▷🦆
双向链表在这个解法中起到了什么作用,是否可以通过其他数据结构替代?
▷🦆
在使用最小堆维护每个披萨片及其相邻披萨片的总和时,为什么选择最小堆而不是最大堆?
▷🦆
堆中元素的延迟删除策略是如何实现的?能否详细解释其必要性和具体操作?
▷