leetcode 502. IPO

最新推荐文章于 2025-05-09 08:18:45 发布

原创最新推荐文章于 2025-05-09 08:18:45 发布 · 169 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#leetcode #算法 #数据结构

LeetCode 同时被 3 个专栏收录

60 篇文章

订阅专栏

贪心法

11 篇文章

订阅专栏

堆

4 篇文章

订阅专栏

文章描述了一个关于如何在力扣LeetCode进行IPO前，利用贪心算法和堆数据结构，从给定的项目中选择最多k个以最大化最终资本的问题。通过比较利润和启动项目所需的资本，找到最优解。

假设力扣（LeetCode）即将开始 IPO 。为了以更高的价格将股票卖给风险投资公司，力扣希望在 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。帮助力扣设计完成最多 k 个不同项目后得到最大总资本的方式。

给你 n 个项目。对于每个项目 i ，它都有一个纯利润 profits[i] ，和启动该项目需要的最小资本 capital[i] 。

最初，你的资本为 w 。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。

答案保证在 32 位有符号整数范围内。

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，你仅可以从 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。

示例 2：
输入：k = 3, w = 0, profits = [1,2,3], capital = [0,1,2]
输出：6

提示：
1 <= k <= 105
0 <= w <= 109
n == profits.length
n == capital.length
1 <= n <= 105
0 <= profits[i] <= 104
0 <= capital[i] <= 109
题目链接
思路：可用贪心法和堆来实现，每次把满足条件的入堆，然后区收益最大的(也可以把数组提前排序下，这样就不用反复遍历了)

from functools import cmp_to_key
import heapq
class Solution:
    def compare(self, num1, num2):
        ## (profit, capital)
        if num1[0] > num2[0]:
            return -1
        elif num1[0] == num2[0]:
            if num1[1] <= num2[1]:
                return -1
            return 1
        else:
            return 1

    def findMaximizedCapital(self, k: int, w: int, profits: List[int], capital: List[int]) -> int:
        k = min(k, len(profits))
        nums = []
        for i in range(len(profits)):
            nums.append([profits[i], capital[i]])
        #nums = sorted(nums, key=cmp_to_key(self.compare))
        res = w
        ss = []
        for i in range(k):
            temp = []
            for x in nums:
                if x[1] <= res:
                    ## heapq 默认是最小值堆，增加一个负号，构建最大值堆
                    heapq.heappush(ss, [-x[0], x[1]])
                else:
                    temp.append(x)
            if len(ss) == 0:
                return res
            #print(ss)
            top = heapq.heappop(ss)
            res -= top[0]
            nums = temp[:]
        return res