502. IPO
假设 LeetCode 即将开始其 IPO。为了以更高的价格将股票卖给风险投资公司,LeetCode希望在 IPO 之前开展一些项目以增加其资本。 由于资源有限,它只能在 IPO 之前完成最多 k 个不同的项目。帮助 LeetCode 设计完成最多 k 个不同项目后得到最大总资本的方式。
给定若干个项目。对于每个项目 i,它都有一个纯利润 Pi,并且需要最小的资本 Ci 来启动相应的项目。最初,你有 W 资本。当你完成一个项目时,你将获得纯利润,且利润将被添加到你的总资本中。
总而言之,从给定项目中选择最多 k 个不同项目的列表,以最大化最终资本,并输出最终可获得的最多资本。
示例 1:
输入: k=2, W=0, Profits=[1,2,3], Capital=[0,1,1].
输出: 4
解释:
由于你的初始资本为 0,你尽可以从 0 号项目开始。
在完成后,你将获得 1 的利润,你的总资本将变为 1。
此时你可以选择开始 1 号或 2 号项目。
由于你最多可以选择两个项目,所以你需要完成 2 号项目以获得最大的资本。
因此,输出最后最大化的资本,为 0 + 1 + 3 = 4。
注意:
假设所有输入数字都是非负整数。
表示利润和资本的数组的长度不超过 50000。
答案保证在 32 位有符号整数范围内。
分析:
经过简单的分析,我们很容易想到决策的方法:
k次决策,每次决策在 Ci <= W 的所有项目中取 Pi最大的项目。
因此我们使用一个优先队列 pqPro 存放 Ci <= W 的所有项目,优先队列pqPro按照Pi的降序排列,每次取出Pi最大的项目即可。
那么如何使得优先队列pqPro获得 Ci <= W 的所有项目的信息呢?
我们将所有的可用项目存放在优先队列pqCap中,按照Ci的升序排序。
由于输入数字都是非负整数,所以W一定是递增变化的。
只需将pqCap中满足 Ci <= W的项目依次加入pqPro中即可,且不需要重复添加。
AC代码:
class Solution {
public:
struct pc
{
int pro, cap;
pc(int p, int c)
{
pro = p;
cap = c;
}
};
struct cmp1
{
bool operator ()(pc x, pc y)
{
return x.cap > y.cap;
}
};
struct cmp2
{
bool operator ()(pc x, pc y)
{
return x.pro < y.pro;
}
};
int findMaximizedCapital(int k, int W, vector<int>& Profits, vector<int>& Capital) {
priority_queue<pc,vector<pc>,cmp1> pqCap;
priority_queue<pc,vector<pc>,cmp2> pqPro;
int n = Profits.size();
for(int i=0;i<n;i++)
{
pqCap.push(pc(Profits[i],Capital[i]));
}
for(int i=0;i<k;i++)
{
while(!pqCap.empty() && pqCap.top().cap <= W)
{
pc tmp = pqCap.top();
pqPro.push(tmp);
pqCap.pop();
}
if(pqPro.empty()) break;
W += pqPro.top().pro;
pqPro.pop();
}
return W;
}
};