2023-05-18:有 n 名工人。 给定两个数组 quality 和 wage ,

其中,quality[i] 表示第 i 名工人的工作质量,其最低期望工资为 wage[i] 。

现在我们想雇佣 k 名工人组成一个工资组。在雇佣 一组 k 名工人时,

我们必须按照下述规则向他们支付工资:

对工资组中的每名工人,应当按其工作质量与同组其他工人的工作质量的比例来支付工资。

工资组中的每名工人至少应当得到他们的最低期望工资。

给定整数 k ,返回 组成满足上述条件的付费群体所需的最小金额。

输入: quality = [10,20,5], wage = [70,50,30], k = 2。

输出: 105.00000。

答案2023-05-18:

解题步骤:

1.构造 Employee 结构体,存储每个员工的工作质量和垃圾系数(wage / quality)。

2.按照垃圾系数从小到大对所有员工进行排序。

3.维护一个大小为 k 的小根堆,表示当前最低期望工资组中的 k 名工人的工作质量。

4.遍历所有员工,如果堆未满,则将该员工加入堆中并更新最低期望工资。如果堆已满,则检查当前员工能否替换堆顶元素,如果可以,则弹出堆顶元素并将当前员工入堆,更新最低期望工资。

5.最终返回最低期望工资即可。

注意事项:

  • 使用 golang 内置的 container/heap 库来实现小根堆。

  • 在比较垃圾系数大小时,需要使用小于等于号,因为可能存在两个员工的垃圾系数完全相等的情况。

时间复杂度:排序所需的时间为 O(nlogn),遍历员工数组时每个员工会入堆一次,出堆一次,即共进行了 2n 次操作,而小根堆的插入和弹出操作时间复杂度均为 O(logk),因此总时间复杂度为 O(nlogn + nlogk)。

空间复杂度:除给定数组外,我们还需要构造 Employee 结构体,以及维护大小为 k 的小根堆,因此需要额外使用 O(n) 空间来存储结构体数组,并且在堆满时可能需要对堆进行调整,最多需要 O(k) 的额外空间。因此总空间复杂度为 O(n + k)。

go完整代码如下:

package main

import (
"container/heap"
"fmt"
"sort"
) type Employee struct {
RubbishDegree float64
Quality int
} func NewEmployee(w, q int) Employee {
return Employee{RubbishDegree: float64(w) / float64(q), Quality: q}
} type EmployeeHeap []int func (h EmployeeHeap) Len() int { return len(h) }
func (h EmployeeHeap) Less(i, j int) bool { return h[i] > h[j] }
func (h EmployeeHeap) Swap(i, j int) { h[i], h[j] = h[j], h[i] }
func (h *EmployeeHeap) Push(x interface{}) { *h = append(*h, x.(int)) }
func (h *EmployeeHeap) Pop() interface{} {
n := len(*h)
x := (*h)[n-1]
*h = (*h)[:n-1]
return x
} func min(a, b float64) float64 {
if a < b {
return a
}
return b
} func mincostToHireWorkers(quality []int, wage []int, k int) float64 {
n := len(quality)
employees := make([]Employee, n)
for i := range quality {
employees[i] = NewEmployee(wage[i], quality[i])
}
sort.Slice(employees, func(i, j int) bool {
return employees[i].RubbishDegree <= employees[j].RubbishDegree
})
minTops := &EmployeeHeap{}
heap.Init(minTops)
ans, qualitySum := 1e9, 0
for i := 0; i < n; i++ {
curQuality := employees[i].Quality
if minTops.Len() < k { // 堆没满
qualitySum += curQuality
heap.Push(minTops, curQuality)
if minTops.Len() == k {
ans = min(ans, float64(qualitySum)*employees[i].RubbishDegree)
}
} else { // 来到当前员工的时候,堆是满的!
// 当前员工的能力,可以把堆顶干掉,自己进来!
if top := (*minTops)[0]; top > curQuality {
heap.Pop(minTops)
qualitySum += curQuality - top
heap.Push(minTops, curQuality)
ans = min(ans, float64(qualitySum)*employees[i].RubbishDegree)
}
}
}
return ans
} func main() {
quality := []int{10, 20, 5}
wage := []int{70, 50, 30}
k := 2
result := mincostToHireWorkers(quality, wage, k)
fmt.Println(result)
}

rust完整代码如下:

struct Employee {
rubbish_degree: f64,
quality: i32,
} impl Employee {
fn new(w: i32, q: i32) -> Self {
let rubbish_degree = w as f64 / q as f64;
Self {
rubbish_degree,
quality: q,
}
}
} fn mincost_to_hire_workers(quality: Vec<i32>, wage: Vec<i32>, k: i32) -> f64 {
let n = quality.len();
let mut employees = Vec::with_capacity(n);
for i in 0..n {
employees.push(Employee::new(wage[i], quality[i]));
}
// 只根据垃圾指数排序
// 要价 / 能力
employees.sort_by(|a, b| a.rubbish_degree.partial_cmp(&b.rubbish_degree).unwrap());
// 请维持力量最小的前K个力量
// 大根堆!门槛堆!
let mut min_tops = std::collections::BinaryHeap::new();
let mut ans = std::f64::MAX;
let mut quality_sum = 0;
for i in 0..n {
// i : 依次所有员工的下标
// quality_sum : 进入堆的力量总和!
// cur_quality当前能力
let cur_quality = employees[i].quality;
if min_tops.len() < k as usize {
// 堆没满
quality_sum += cur_quality;
min_tops.push(cur_quality);
if min_tops.len() == k as usize {
ans = ans.min(quality_sum as f64 * employees[i].rubbish_degree);
}
} else {
// 来到当前员工的时候,堆是满的!
// 当前员工的能力,可以把堆顶干掉,自己进来!
if let Some(top) = min_tops.peek() {
if *top > cur_quality {
quality_sum += cur_quality - min_tops.pop().unwrap();
min_tops.push(cur_quality);
ans = ans.min(quality_sum as f64 * employees[i].rubbish_degree);
}
}
}
}
ans
} fn main() {
let quality = vec![10, 20, 5];
let wage = vec![70, 50, 30];
let k = 2;
let result = mincost_to_hire_workers(quality, wage, k);
println!("{}", result);
}

c完整代码如下:

#include <stdio.h>
#include <stdlib.h>
#include <limits.h> typedef struct Employee {
double rubbishDegree;
int quality;
} Employee; int cmp(const void* a, const void* b) {
Employee* pa = (Employee*)a;
Employee* pb = (Employee*)b;
if (pa->rubbishDegree < pb->rubbishDegree) {
return -1;
}
else if (pa->rubbishDegree > pb->rubbishDegree) {
return 1;
}
else {
return 0;
}
} double mincostToHireWorkers(int* quality, int qualitySize, int* wage, int wageSize, int k) {
int n = qualitySize;
Employee* employees = (Employee*)malloc(n * sizeof(Employee));
for (int i = 0; i < n; i++) {
employees[i].quality = quality[i];
employees[i].rubbishDegree = (double)wage[i] / (double)quality[i];
}
qsort(employees, n, sizeof(Employee), cmp);
int* minTops = (int*)malloc(k * sizeof(int));
int topIndex = -1;
double ans = INT_MAX;
int qualitySum = 0;
for (int i = 0; i < n; i++) {
int curQuality = employees[i].quality;
if (topIndex < k - 1) {
qualitySum += curQuality;
minTops[++topIndex] = curQuality;
if (topIndex == k - 1) {
ans = qualitySum * employees[i].rubbishDegree;
}
}
else {
if (minTops[0] > curQuality) {
qualitySum += curQuality - minTops[0];
minTops[0] = curQuality;
ans = qualitySum * employees[i].rubbishDegree;
// 调整,使堆继续保持最小堆的性质
for (int j = 0; j < k - 1; j++) {
if (minTops[j] > minTops[j + 1]) {
int tmp = minTops[j];
minTops[j] = minTops[j + 1];
minTops[j + 1] = tmp;
}
else {
break;
}
}
}
}
}
free(employees);
free(minTops);
return ans;
} int main() {
int quality[] = { 10,20,5 };
int wage[] = { 70,50,30 };
int k = 2;
double result = mincostToHireWorkers(quality, sizeof(quality) / sizeof(int), wage, sizeof(wage) / sizeof(int), k);
printf("%lf\n", result);
return 0;
}

c++完整代码如下:

#include <iostream>
#include <vector>
#include <queue>
#include <algorithm>
#include <limits> using namespace std; struct Employee {
double rubbishDegree;
int quality;
Employee() = default;
Employee(int w, int q) : rubbishDegree(static_cast<double>(w) / static_cast<double>(q)), quality(q) {}
bool operator<(const Employee& other) const {
return rubbishDegree < other.rubbishDegree;
}
}; double mincostToHireWorkers(vector<int>& quality, vector<int>& wage, int k) {
int n = quality.size();
vector<Employee> employees(n);
for (int i = 0; i < n; i++) {
employees[i] = Employee(wage[i], quality[i]);
}
// 只根据垃圾指数排序
sort(employees.begin(), employees.end());
// 请维持力量最小的前K个力量
// 大根堆!门槛堆!
priority_queue<int> minTops;
double ans = numeric_limits<double>::max();
for (int i = 0, qualitySum = 0; i < n; i++) {
// i : 依次所有员工的下标
// qualitySum : 进入堆的力量总和!
// curQuality当前能力
int curQuality = employees[i].quality;
if (minTops.size() < k) { // 堆没满
qualitySum += curQuality;
minTops.push(curQuality);
if (minTops.size() == k) {
ans = min(ans, qualitySum * employees[i].rubbishDegree);
}
}
else { // 来到当前员工的时候,堆是满的!
// 当前员工的能力,可以把堆顶干掉,自己进来!
if (minTops.top() > curQuality) {
// qualitySum -= minTops.top();
// qualitySum += curQuality;
// minTops.pop();
// minTops.push(curQuality);
qualitySum += curQuality - minTops.top();
minTops.pop();
minTops.push(curQuality);
ans = min(ans, qualitySum * employees[i].rubbishDegree);
}
}
}
return ans;
} int main() {
vector<int> quality = { 10, 20, 5 };
vector<int> wage = { 70, 50, 30 };
int k = 2;
double result = mincostToHireWorkers(quality, wage, k);
cout << result << endl; // 105
return 0;
}

2023-05-18:有 n 名工人。 给定两个数组 quality 和 wage , 其中,quality[i] 表示第 i 名工人的工作质量,其最低期望工资为 wage[i] 。 现在我们想雇佣的更多相关文章

  1. 给定两个数组,这两个数组是排序好的,让你求这两个数组合到一起之后第K大的数。

    题目:给定两个数组,这两个数组是排序好的,让你求这两个数组合到一起之后第K大的数. 解题思路: 首先取得数组a的中位数a[aMid],然后在b中二分查找a[aMid],得到b[bMid],b[bSt] ...

  2. js:给定两个数组,如何判断他们的相对应下标的元素类型是一样的

    题目: 给Array对象原型上添加一个sameStructureAs方法,该方法接收一个任意类型的参数,要求返回当前数组与传入参数数组(假定是)相对应下标的元素类型是否一致. 假设已经写好了Array ...

  3. 刷题之给定一个整数数组 nums 和一个目标值 taget,请你在该数组中找出和为目标值的那 两个 整数

    今天下午,看了一会github,想刷个题呢,就翻出来了刷点题提高自己的实际中的解决问题的能力,在面试的过程中,我们发现,其实很多时候,面试官 给我们的题,其实也是有一定的随机性的,所以我们要多刷更多的 ...

  4. 给定一个整数数组 nums 和一个目标值 target,求nums和为target的两个数的下表

    这个是来自力扣上的一道c++算法题目: 给定一个整数数组 nums 和一个目标值 target,请你在该数组中找出和为目标值的那 两个 整数,并返回他们的数组下标. 你可以假设每种输入只会对应一个答案 ...

  5. CSharpGL(18)分别处理glDrawArrays()和glDrawElements()两种方式下的拾取(ColorCodedPicking)

    CSharpGL(18)分别处理glDrawArrays()和glDrawElements()两种方式下的拾取(ColorCodedPicking) 我在(Modern OpenGL用Shader拾取 ...

  6. 给定两个字符串 s 和 t,它们只包含小写字母。 字符串 t 由字符串 s 随机重排,然后在随机位置添加一个字母。 请找出在 t 中被添加的字母。

    给定两个字符串 s 和 t,它们只包含小写字母.字符串 t 由字符串 s 随机重排,然后在随机位置添加一个字母.请找出在 t 中被添加的字母. 示例: 输入: s = "abcd" ...

  7. LeetCode竞赛题:K 次取反后最大化的数组和(给定一个整数数组 A,我们只能用以下方法修改该数组:我们选择某个个索引 i 并将 A[i] 替换为 -A[i],然后总共重复这个过程 K 次。)

    给定一个整数数组 A,我们只能用以下方法修改该数组:我们选择某个个索引 i 并将 A[i] 替换为 -A[i],然后总共重复这个过程 K 次.(我们可以多次选择同一个索引 i.) 以这种方式修改数组后 ...

  8. 给定两个有序整数数组 nums1 和 nums2,将 nums2 合并到 nums1 中,使得 num1 成为一个有序数组

    题目描述: 给定两个有序整数数组 nums1 和 nums2,将 nums2 合并到 nums1 中,使得 num1 成为一个有序数组. 说明:初始化 nums1 和 nums2 的元素数量分别为 m ...

  9. 【C语言】数组名传递给函数,数组的sizeof变为4的原因

    C语言中,数组名作为参数传递给函数时,退化为指针,sizeof对指针操作结果应该是4.例子如下: #include<iostream> using namespace std; void ...

  10. Search Insert Position 查找给定元素在数组中的位置,若没有则返回应该在的位置

    Given a sorted array and a target value, return the index if the target is found. If not, return the ...

随机推荐

  1. rosdep初始化顺利进行

    rosdep初始化顺利进行 rosdep初始化需要两条命令 sudo rosdep init rosdep update 但在国内,我们通常会出现因为网络状况访问服务器超时的问题 解决方案就是将资源手 ...

  2. 有奖征文活动:从 RTC 到 RTE,从音视频到「实时万象」!

    Hi 小伙伴们, 社区已经更名 RTE 两个月辣-大家对于 RTC 和 RTE 的区分,是否还有疑惑呢? 关于这两者的区别,我们创始人兼 CEO 赵斌老师说: "RTC(实时音视频)从 Co ...

  3. Monkey二次开发 -- Monkey jar包构建

      前面已经下载好了Android源码,可以在对应目录下构建二次开发后的monkey jar包了:   当前环境:Ubuntu16.04,Andorid10源码. 1.初始化环境   cd进入andr ...

  4. 搭建良好编写体验的webgl编程环境 vscode+vit

    因为webgl代码是以字符串的形式嵌入在javascript代码中,这对于我们编写webgl代码的体验不友好,本文介绍如何搭建友好webgl编程环境: 需要安装的vscode插件 WebGL GLSL ...

  5. 高性能 Kafka队列的原理

    一.原理简述 [1]Producer将消息进行分组分别发送到对应 Leader节点:[2]Leader将消息写入本地 log:[3]Followers从 Leader pull最新消息,写入 log后 ...

  6. C#多线程开发-了解C#5.0 05

    前面一篇文章,了解了任务并行库.这是异步编程基础设施,它允许我们以模块化的方式设计程序,来组合不同的异步操作.解决了以往线程之间传递消息难等问题,但是我们在阅读和编写此类程序时还是会觉得非常难理解程序 ...

  7. 实现一个CRDT工具库——LWWReg

    LWWReg LWW Register是一种数据结构,用于存储一个值和一个时间戳,支持读取和写入操作.在写入时,如果新的时间戳比原来的时间戳更大,那么就更新值和时间戳:在读取时,直接返回当前的值.这个 ...

  8. API网关:开源Apinto网关快速入门

    Apinto网关基于GO语言模块化开发,5分钟极速部署,配置简单.易于维护,支持集群与动态扩容,开箱即用.Apinto除了提供丰富的网关插件外,还提供监控告警.用户角色等扩展应用,同时支持自定义网关插 ...

  9. 前端根据后端返回的数据流导出excel

    首先在utils.js里面声明exportMethod函数,该函数的作用是通过发axios post请求后端导出接口,请求成功后: 1. 在成功函数里面先新建一个a标签: const link = d ...

  10. 一次线上OOM问题的个人复盘

    原创:扣钉日记(微信公众号ID:codelogs),欢迎分享,非公众号转载保留此声明. 上个月,我们一个java服务上线后,偶尔会发生内存OOM(Out Of Memory)问题,但由于OOM导致服务 ...