LeetCode 1029. 两地调度（C++、python）

最新推荐文章于 2022-03-26 14:03:47 发布

原创最新推荐文章于 2022-03-26 14:03:47 发布 · 598 阅读

1 ·

CC 4.0 BY-SA版权

LeetCode 专栏收录该内容

713 篇文章

订阅专栏

本文探讨了一种算法，旨在解决2N人面试场景下，将人员分配至两个城市的最低成本问题。通过对比每个人前往两座城市的成本差异，算法能够有效确定最优分配方案，确保每个城市都有N人抵达，同时总成本最低。示例中，四人面试的成本从110起，展示了算法的高效性和实用性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

公司计划面试 2N 人。第 i 人飞往 A 市的费用为 costs[i][0]，飞往 B 市的费用为 costs[i][1]。

返回将每个人都飞到某座城市的最低费用，要求每个城市都有 N 人抵达。

示例：

输入：[[10,20],[30,200],[400,50],[30,20]]
输出：110
解释：
第一个人去 A 市，费用为 10。
第二个人去 A 市，费用为 30。
第三个人去 B 市，费用为 50。
第四个人去 B 市，费用为 20。

最低总费用为 10 + 30 + 50 + 20 = 110，每个城市都有一半的人在面试。

提示：

1 <= costs.length <= 100

costs.length 为偶数

1 <= costs[i][0], costs[i][1] <= 1000

C++

class Solution {
public:
    static bool cmp(pair<int,pair<int,int>>& a, pair<int,pair<int,int>>& b)
    {
        return a.first<b.first;
    }
    
    int twoCitySchedCost(vector<vector<int>>& costs) 
    {
        int res=0;
        int n=costs.size();
        vector<pair<int,pair<int,int>>> tmp;
        for(int i=0;i<n;i++)
        {
            auto a=make_pair(costs[i][0],costs[i][1]);
            auto b=make_pair(costs[i][0]-costs[i][1],a);
            tmp.push_back(b);
        }
        sort(tmp.begin(),tmp.end(),cmp);
        for(int i=0;i<n;i++)
        {
            if(i<n/2)
            {
                res+=tmp[i].second.first;
            }
            else
            {
                res+=tmp[i].second.second;
            }
        }
        return res;
    }
};

python

class Solution:
    def twoCitySchedCost(self, costs: List[List[int]]) -> int:
        tmp=[[x[0]-x[1],x[0],x[1]] for x in costs]
        tmp=sorted(tmp,key=lambda x:x[0])
        n=len(costs)
        res=0
        for i in range(n):
            if i<n//2:
                res+=tmp[i][1]
            else:
                res+=tmp[i][2]
        return res