力扣贪心 1383. 最大的团队表现值

最新推荐文章于 2021-12-12 20:53:26 发布

原创最新推荐文章于 2021-12-12 20:53:26 发布 · 340 阅读

0 ·

CC 4.0 BY-SA版权

贪心专题专栏收录该内容

6 篇文章

订阅专栏

本文介绍了一种算法，用于从给定的工程师列表中选择最多k个工程师组成团队，以最大化团队表现值。团队表现值定义为团队中所有工程师速度之和乘以效率值中的最小值。文章详细阐述了解决方案的步骤，包括对工程师按效率排序，使用优先队列维护速度总和，并给出示例说明如何应用该算法。

公司有编号为 1 到 n 的 n 个工程师，给你两个数组 speed 和 efficiency ，其中 speed[i] 和 efficiency[i] 分别代表第 i 位工程师的速度和效率。请你返回由最多 k 个工程师组成的最大团队表现值，由于答案可能很大，请你返回结果对 10^9 + 7 取余后的结果。

团队表现值的定义为：一个团队中「所有工程师速度的和」乘以他们「效率值中的最小值」。

示例 1：

输入：n = 6, speed = [2,10,3,1,5,8], efficiency = [5,4,3,9,7,2], k = 2
输出：60
解释：
我们选择工程师 2（speed=10 且 efficiency=4）和工程师 5（speed=5 且 efficiency=7）。他们的团队表现值为 performance = (10 + 5) * min(4, 7) = 60 。
示例 2：

输入：n = 6, speed = [2,10,3,1,5,8], efficiency = [5,4,3,9,7,2], k = 3
输出：68
解释：
此示例与第一个示例相同，除了 k = 3 。我们可以选择工程师 1 ，工程师 2 和工程师 5 得到最大的团队表现值。表现值为 performance = (2 + 10 + 5) * min(5, 4, 7) = 68 。
示例 3：

输入：n = 6, speed = [2,10,3,1,5,8], efficiency = [5,4,3,9,7,2], k = 4
输出：72

提示：

1 <= n <= 10^5
speed.length == n
efficiency.length == n
1 <= speed[i] <= 10^5
1 <= efficiency[i] <= 10^8
1 <= k <= n

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/maximum-performance-of-a-team

两个变量，枚举效率(因为速度是求和维护简单）

先对效率排序

然后使用优先队列进行维护：因为枚举了效率所以选k-1个最大的和（优先队列维护），队列中不够k-1个则全加入不抛出

class Solution {
    public int maxPerformance(int n, int[] speed, int[] efficiency, int k) {
        int[][] items = new int[n][2];
        for(int i = 0 ; i < n ; i++){
            items[i][0] = speed[i];
            items[i][1] = efficiency[i];
        }
        Arrays.sort(items,(a, b) -> b[1] - a[1]);
        // Arrays.sort(items, new Comparator<int[]>(){
        //    @Override
        //     public int compare(int[] a, int[] b){
        //         return b[1] - a[1];
        //     }
        // });
        PriorityQueue<Integer> queue = new PriorityQueue<>();
        long res = 0, sum = 0;
        for(int i = 0 ; i < n ; i++){
            if(queue.size() > k - 1){
                sum -= queue.poll();
            }
            res = Math.max(res, (sum + items[i][0])* items[i][1]);
            queue.add(items[i][0]);
            sum += items[i][0];
        }
        return (int)(res % ((int)1e9 + 7));
    }
}

相似题目