博客
关于我
LeetCode 1665. 完成所有任务的最少初始能量(排序+二分)
阅读量:219 次
发布时间:2019-03-01

本文共 1390 字,大约阅读时间需要 4 分钟。

为了找到完成所有任务的最少初始能量,我们可以采用二分查找结合任务排序的方法。以下是详细的解决方案:

方法思路

  • 二分查找:我们使用二分查找来确定最小的初始能量。假设初始能量为mid,我们需要检查是否可以按某种顺序完成所有任务。
  • 任务排序:任务按照实际能耗减去最低能量(即差值)的大小从小到大排序。这是为了确保在完成任务时,能量消耗最小。
  • 检查函数:对于给定的初始能量mid,按排序后的顺序依次处理每个任务,确保每个任务的最低能量要求,更新剩余能量。
  • 解决代码

    import java.util.Arrays;import java.util.Comparator;class Solution {    public int minimumEffort(vector
    > tasks) { int left = 0; int right = (int) 0; for (int i : tasks) { left = Math.max(left, i[1]); right += i[0]; } while (left < right) { int mid = (left + right) / 2; if (check(mid, tasks)) { right = mid; } else { left = mid + 1; } } return left; } private boolean check(int mid, vector
    > tasks) { sort(tasks.begin(), tasks.end(), [](const vector
    & a, const vector
    & b) { return a[0] - a[1] < b[0] - b[1]; }); int current = mid; for (const vector
    & task : tasks) { if (current < task[1]) { return false; } current -= task[0]; } return true; }}

    代码解释

  • minimumEffort函数:这是主函数,使用二分查找确定最小初始能量。首先初始化左边界left为所有任务的最低能量,右边界right为所有任务实际能耗的总和。
  • check函数:检查给定的初始能量mid是否能完成所有任务。首先根据差值排序任务,然后依次处理每个任务,确保初始能量满足最低要求,并更新剩余能量。
  • 排序逻辑:任务按实际能耗减去最低能量的差值从小到大排序,以优化能量使用顺序。
  • 通过这种方法,我们可以高效地找到完成所有任务所需的最少初始能量。

    转载地址:http://stkv.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
    查看>>
    OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
    查看>>
    OpenCV与AI深度学习|16个含源码和数据集的计算机视觉实战项目(建议收藏!)
    查看>>
    Opencv中KNN背景分割器
    查看>>
    OpenCV中基于已知相机方向的透视变形
    查看>>
    OpenCV中的监督学习
    查看>>
    opencv中读写视频
    查看>>
    OpenCV中遇到Microsoft C++ 异常 cv::Exception
    查看>>
    opencv之cv2.findContours和drawContours(python)
    查看>>
    opencv之namedWindow,imshow出现两个窗口
    查看>>
    opencv之模糊处理
    查看>>
    Opencv介绍及opencv3.0在 vs2010上的配置
    查看>>
    OpenCV使用霍夫变换检测图像中的形状
    查看>>
    opencv保存图片路径包含中文乱码解决方案
    查看>>
    OpenCV保证输入图像为三通道
    查看>>
    OpenCV入门教程(非常详细)从零基础入门到精通,看完这一篇就够了
    查看>>
    opencv图像分割2-GMM
    查看>>
    opencv图像分割3-分水岭方法
    查看>>
    opencv图像切割1-KMeans方法
    查看>>
    OpenCV图像处理篇之阈值操作函数
    查看>>