Skip to content

Latest commit

 

History

History
180 lines (136 loc) · 5.36 KB

File metadata and controls

180 lines (136 loc) · 5.36 KB

English Version

题目描述

给你一个任务数组 tasks ,其中 tasks[i] = [actuali, minimumi] :

  • actuali 是完成第 i 个任务 需要耗费 的实际能量。
  • minimumi 是开始第 i 个任务前需要达到的最低能量。

比方说,如果任务为 [10, 12] 且你当前的能量为 11 ,那么你不能开始这个任务。如果你当前的能量为 13 ,你可以完成这个任务,且完成它后剩余能量为 3 。

你可以按照 任意顺序 完成任务。

请你返回完成所有任务的 最少 初始能量。

 

示例 1:

输入:tasks = [[1,2],[2,4],[4,8]]
输出:8
解释:
一开始有 8 能量,我们按照如下顺序完成任务:
    - 完成第 3 个任务,剩余能量为 8 - 4 = 4 。
    - 完成第 2 个任务,剩余能量为 4 - 2 = 2 。
    - 完成第 1 个任务,剩余能量为 2 - 1 = 1 。
注意到尽管我们有能量剩余,但是如果一开始只有 7 能量是不能完成所有任务的,因为我们无法开始第 3 个任务。

示例 2:

输入:tasks = [[1,3],[2,4],[10,11],[10,12],[8,9]]
输出:32
解释:
一开始有 32 能量,我们按照如下顺序完成任务:
    - 完成第 1 个任务,剩余能量为 32 - 1 = 31 。
    - 完成第 2 个任务,剩余能量为 31 - 2 = 29 。
    - 完成第 3 个任务,剩余能量为 29 - 10 = 19 。
    - 完成第 4 个任务,剩余能量为 19 - 10 = 9 。
    - 完成第 5 个任务,剩余能量为 9 - 8 = 1 。

示例 3:

输入:tasks = [[1,7],[2,8],[3,9],[4,10],[5,11],[6,12]]
输出:27
解释:
一开始有 27 能量,我们按照如下顺序完成任务:
    - 完成第 5 个任务,剩余能量为 27 - 5 = 22 。
    - 完成第 2 个任务,剩余能量为 22 - 2 = 20 。
    - 完成第 3 个任务,剩余能量为 20 - 3 = 17 。
    - 完成第 1 个任务,剩余能量为 17 - 1 = 16 。
    - 完成第 4 个任务,剩余能量为 16 - 4 = 12 。
    - 完成第 6 个任务,剩余能量为 12 - 6 = 6 。

 

提示:

  • 1 <= tasks.length <= 105
  • 1 <= actual​i <= minimumi <= 104

解法

方法一:贪心 + 自定义排序

我们假设任务数为 $n$,初始能量值为 $E$,考虑完成最后一个任务,这需要我们完成前 $n-1$ 个任务后,剩余的能量值不小于完成最后一个任务需要达到的能量值 $m_n$,即:

$$ E-\sum_{i=1}^{n-1} a_i \geq m_n $$

我们可以将 $m_n$ 表示成 $a_n+(m_n - a_n)$,然后将上面的式子变形,得到:

$$ E-\sum_{i=1}^{n-1} a_i \geq a_n+(m_n - a_n) $$

整理可得:

$$ E \geq \sum_{i=1}^{n} a_i + (m_n - a_n) $$

其中 $\sum_{i=1}^{n} a_i$ 是固定不变的,要使得初始值能量值 $E$ 最小,我们需要让 $m_n - a_n$ 最小,即 $a_n-m_n$ 最大。因此,我们可以将任务按照 $a_n-m_n$ 从小到大排序,然后依次完成任务,算出所需要的初始能量值。

时间复杂度 $O(n\times \log n)$。其中 $n$ 为任务数。

Python3

class Solution:
    def minimumEffort(self, tasks: List[List[int]]) -> int:
        ans = t = 0
        for a, m in sorted(tasks, key=lambda x: x[0] - x[1]):
            if t < m:
                ans += m - t
                t = m
            t -= a
        return ans

Java

class Solution {
    public int minimumEffort(int[][] tasks) {
        Arrays.sort(tasks, (a, b) -> a[0] - b[0] - a[1] + b[1]);
        int ans = 0, t = 0;
        for (var e : tasks) {
            if (t < e[1]) {
                ans += e[1] - t;
                t = e[1];
            }
            t -= e[0];
        }
        return ans;
    }
}

C++

class Solution {
public:
    int minimumEffort(vector<vector<int>>& tasks) {
        sort(tasks.begin(), tasks.end(), [&](auto& a, auto& b) -> bool { return a[0] - a[1] < b[0] - b[1]; });
        int ans = 0, t = 0;
        for (auto& e : tasks) {
            if (t < e[1]) {
                ans += e[1] - t;
                t = e[1];
            }
            t -= e[0];
        }
        return ans;
    }
};

Go

func minimumEffort(tasks [][]int) int {
	sort.Slice(tasks, func(i, j int) bool { return tasks[i][0]-tasks[i][1] < tasks[j][0]-tasks[j][1] })
	var ans, t int
	for _, e := range tasks {
		if t < e[1] {
			ans += e[1] - t
			t = e[1]
		}
		t -= e[0]
	}
	return ans
}

...