版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/as1072966956/article/details/82992890
- 金条切割
- 一块金条切成两半,是需要花费和长度数值一样的铜板的。比如
- 长度为20的 金条,不管切成长度多大的两半,都要花费20个铜
- 板。一群人想整分整块金 条,怎么分最省铜板?
- 例如,给定数组{10,20,30},代表一共三个人,整块金条长度为
- 10+20+30=60. 金条要分成10,20,30三个部分。 如果, 先把长
- 度60的金条分成10和50,花费60 再把长度50的金条分成20和30,
- 花费50 一共花费110铜板。
- 但是如果, 先把长度60的金条分成30和30,花费60 再把长度30
- 金条分成10和20,花费30 一共花费90铜板。
- 输入一个数组,返回分割的最小代价。
package class_07;
import java.util.Comparator;
import java.util.PriorityQueue;
/**
* 金条切割
* 一块金条切成两半,是需要花费和长度数值一样的铜板的。比如
* 长度为20的 金条,不管切成长度多大的两半,都要花费20个铜
* 板。一群人想整分整块金 条,怎么分最省铜板?
* 例如,给定数组{10,20,30},代表一共三个人,整块金条长度为
* 10+20+30=60. 金条要分成10,20,30三个部分。 如果, 先把长
* 度60的金条分成10和50,花费60 再把长度50的金条分成20和30,
* 花费50 一共花费110铜板。
* 但是如果, 先把长度60的金条分成30和30,花费60 再把长度30
* 金条分成10和20,花费30 一共花费90铜板。
* 输入一个数组,返回分割的最小代价。
*
*/
public class Code_02_Less_Money {
public static int lessMoney(int[] arr) {
PriorityQueue<Integer> pQ = new PriorityQueue<>();
for (int i = 0; i < arr.length; i++) {
pQ.add(arr[i]);
}
int sum = 0;
int cur = 0;
while (pQ.size() > 1) {
cur = pQ.poll() + pQ.poll();
sum += cur;
pQ.add(cur);
}
return sum;
}
public static class MinheapComparator implements Comparator<Integer> {
@Override
public int compare(Integer o1, Integer o2) {
return o1 - o2; // < 0 o1 < o2 负数
}
}
public static class MaxheapComparator implements Comparator<Integer> {
@Override
public int compare(Integer o1, Integer o2) {
return o2 - o1; // < o2 < o1
}
}
public static void main(String[] args) {
// solution
int[] arr = { 6, 7, 8, 9 };
System.out.println(lessMoney(arr));
int[] arrForHeap = { 3, 5, 2, 7, 0, 1, 6, 4 };
// min heap
PriorityQueue<Integer> minQ1 = new PriorityQueue<>();
for (int i = 0; i < arrForHeap.length; i++) {
minQ1.add(arrForHeap[i]);
}
while (!minQ1.isEmpty()) {
System.out.print(minQ1.poll() + " ");
}
System.out.println();
// min heap use Comparator
PriorityQueue<Integer> minQ2 = new PriorityQueue<>(new MinheapComparator());
for (int i = 0; i < arrForHeap.length; i++) {
minQ2.add(arrForHeap[i]);
}
while (!minQ2.isEmpty()) {
System.out.print(minQ2.poll() + " ");
}
System.out.println();
// max heap use Comparator
PriorityQueue<Integer> maxQ = new PriorityQueue<>(new MaxheapComparator());
for (int i = 0; i < arrForHeap.length; i++) {
maxQ.add(arrForHeap[i]);
}
while (!maxQ.isEmpty()) {
System.out.print(maxQ.poll() + " ");
}
}
}