LeetCode——1801. 积压订单中的订单总数[Number of Orders in the Backlog][中等]——分析及代码[Java]
一、题目
给你一个二维整数数组 orders ,其中每个 orders[i] = [pricei, amounti, orderTypei] 表示有 amounti 笔类型为 orderTypei 、价格为 pricei 的订单。
订单类型 orderTypei 可以分为两种:
- 0 表示这是一批采购订单 buy
- 1 表示这是一批销售订单 sell
注意,orders[i] 表示一批共计 amounti 笔的独立订单,这些订单的价格和类型相同。对于所有有效的 i ,由 orders[i] 表示的所有订单提交时间均早于 orders[i+1] 表示的所有订单。
存在由未执行订单组成的 积压订单 。积压订单最初是空的。提交订单时,会发生以下情况:
- 如果该订单是一笔采购订单 buy ,则可以查看积压订单中价格 最低 的销售订单 sell 。如果该销售订单 sell 的价格 低于或等于 当前采购订单 buy 的价格,则匹配并执行这两笔订单,并将销售订单 sell 从积压订单中删除。否则,采购订单 buy 将会添加到积压订单中。
- 反之亦然,如果该订单是一笔销售订单 sell ,则可以查看积压订单中价格 最高 的采购订单 buy 。如果该采购订单 buy 的价格 高于或等于 当前销售订单 sell 的价格,则匹配并执行这两笔订单,并将采购订单 buy 从积压订单中删除。否则,销售订单 sell 将会添加到积压订单中。
输入所有订单后,返回积压订单中的 订单总数 。由于数字可能很大,所以需要返回对 109 + 7 取余的结果。
示例 1:
输入:orders = [[10,5,0],[15,2,1],[25,1,1],[30,4,0]]
输出:6
解释:输入订单后会发生下述情况:
- 提交 5 笔采购订单,价格为 10 。没有销售订单,所以这 5 笔订单添加到积压订单中。
- 提交 2 笔销售订单,价格为 15 。没有采购订单的价格大于或等于 15 ,所以这 2 笔订单添加到积压订单中。
- 提交 1 笔销售订单,价格为 25 。没有采购订单的价格大于或等于 25 ,所以这 1 笔订单添加到积压订单中。
- 提交 4 笔采购订单,价格为 30 。前 2 笔采购订单与价格最低(价格为 15)的 2 笔销售订单匹配,从积压订单中删除这 2 笔销售订单。第 3 笔采购订单与价格最低的 1 笔销售订单匹配,销售订单价格为 25 ,从积压订单中删除这 1 笔销售订单。积压订单中不存在更多销售订单,所以第 4 笔采购订单需要添加到积压订单中。
最终,积压订单中有 5 笔价格为 10 的采购订单,和 1 笔价格为 30 的采购订单。所以积压订单中的订单总数为 6 。
示例 2:
输入:orders = [[7,1000000000,1],[15,3,0],[5,999999995,0],[5,1,1]]
输出:999999984
解释:输入订单后会发生下述情况:
- 提交 109 笔销售订单,价格为 7 。没有采购订单,所以这 109 笔订单添加到积压订单中。
- 提交 3 笔采购订单,价格为 15 。这些采购订单与价格最低(价格为 7 )的 3 笔销售订单匹配,从积压订单中删除这 3 笔销售订单。
- 提交 999999995 笔采购订单,价格为 5 。销售订单的最低价为 7 ,所以这 999999995 笔订单添加到积压订单中。
- 提交 1 笔销售订单,价格为 5 。这笔销售订单与价格最高(价格为 5 )的 1 笔采购订单匹配,从积压订单中删除这 1 笔采购订单。
最终,积压订单中有 (1000000000-3) 笔价格为 7 的销售订单,和 (999999995-1) 笔价格为 5 的采购订单。所以积压订单中的订单总数为 1999999991 ,等于 999999984 % (109 + 7) 。
提示:
- 1 <= orders.length <= 10^5
- orders[i].length == 3
- 1 <= pricei, amounti <= 10^9
- orderTypei 为 0 或 1
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/number-of-orders-in-the-backlog
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。
二、分析及代码
1. 优先队列(堆)
(1)思路
为采购订单和销售订单分别设计一个最大堆和最小堆,遇到新订单时,优先匹配最大的采购订单/最小的销售订单,并将剩余订单进行积压。
(2)代码
class Solution {
public int getNumberOfBacklogOrders(int[][] orders) {
Queue<int[]> buyOrder = new PriorityQueue(new Comparator<int[]>() {
//最大堆
public int compare(int[] a, int[] b) {
return b[0] - a[0];
}
});
Queue<int[]> sellOrder = new PriorityQueue(new Comparator<int[]>() {
//最小堆
public int compare(int[] a, int[] b) {
return a[0] - b[0];
}
});
int modNum = 1000000007;
for (int[] order : orders) {
int price = order[0], amount = order[1];
if (order[2] == 0) {
//采购订单
while (amount > 0 && !sellOrder.isEmpty() && sellOrder.peek()[0] <= price)//有可匹配执行的订单
if (sellOrder.peek()[1] <= amount)
amount -= sellOrder.poll()[1];
else {
sellOrder.peek()[1] -= amount;
amount = 0;
}
if (amount > 0)//积压剩余订单
buyOrder.offer(new int[]{
price, amount});
} else {
//销售订单
while (amount > 0 && !buyOrder.isEmpty() && buyOrder.peek()[0] >= price)//有可匹配执行的订单
if (buyOrder.peek()[1] <= amount)
amount -= buyOrder.poll()[1];
else {
buyOrder.peek()[1] -= amount;
amount = 0;
}
if (amount > 0)//积压剩余订单
sellOrder.offer(new int[]{
price, amount});
}
}
//积压订单统计
long ans = 0;
while (!buyOrder.isEmpty())
ans = (ans + buyOrder.poll()[1]) % modNum;
while (!sellOrder.isEmpty())
ans = (ans + sellOrder.poll()[1]) % modNum;
return (int)ans;
}
}
(3)结果
执行用时 :39 ms,在所有 Java 提交中击败了 83.44% 的用户;
内存消耗 :81.8 MB,在所有 Java 提交中击败了 90.45% 的用户。
三、其他
暂无。