2736-最大和查询

Raphael Liu Lv10

给你两个长度为 n 、下标从 0 开始的整数数组 nums1nums2 ,另给你一个下标从 1 开始的二维数组
queries ,其中 queries[i] = [xi, yi]

对于第 i 个查询,在所有满足 nums1[j] >= xinums2[j] >= yi 的下标 j (0 <= j < n)
中,找出 nums1[j] + nums2[j]最大值 ,如果不存在满足条件的 j 则返回 -1

返回数组 __answer 其中 __answer[i] __ 是第 i 个查询的答案。

示例 1:

**输入:** nums1 = [4,3,1,2], nums2 = [2,4,9,5], queries = [[4,1],[1,3],[2,5]]
**输出:** [6,10,7]
**解释:**
对于第 1 个查询:xi = 4 且 yi = 1 ,可以选择下标 j = 0 ,此时 nums1[j] >= 4 且 nums2[j] >= 1 。nums1[j] + nums2[j] 等于 6 ,可以证明 6 是可以获得的最大值。
对于第 2 个查询:xi = 1 且 yi = 3 ,可以选择下标 j = 2 ,此时 nums1[j] >= 1 且 nums2[j] >= 3 。nums1[j] + nums2[j] 等于 10 ,可以证明 10 是可以获得的最大值。
对于第 3 个查询:xi = 2 且 yi = 5 ,可以选择下标 j = 3 ,此时 nums1[j] >= 2 且 nums2[j] >= 5 。nums1[j] + nums2[j] 等于 7 ,可以证明 7 是可以获得的最大值。
因此,我们返回 [6,10,7] 。

示例 2:

**输入:** nums1 = [3,2,5], nums2 = [2,3,4], queries = [[4,4],[3,2],[1,1]]
**输出:** [9,9,9]
**解释:** 对于这个示例,我们可以选择下标 j = 2 ,该下标可以满足每个查询的限制。

示例 3:

**输入:** nums1 = [2,1], nums2 = [2,3], queries = [[3,3]]
**输出:** [-1]
**解释:** 示例中的查询 xi = 3 且 yi = 3 。对于每个下标 j ,都只满足 nums1[j] < xi 或者 nums2[j] < yi 。因此,不存在答案。 

提示:

  • nums1.length == nums2.length
  • n == nums1.length
  • 1 <= n <= 105
  • 1 <= nums1[i], nums2[i] <= 109
  • 1 <= queries.length <= 105
  • queries[i].length == 2
  • xi == queries[i][1]
  • yi == queries[i][2]
  • 1 <= xi, yi <= 109

视频讲解

见个人主页。

思路

为方便处理,可以先把 nums}_1 和询问中的 x_i 排序。

这样就可以把重心放在 nums}_2[j] 与 y_i 的大小关系上。

我们可以按照 x_i 从大到小、nums}_1[j] 从大到小的顺序处理,同时增量地维护满足 nums}_1[j]\ge x_i 的 nums}_2[j]。

如何维护?分类讨论:

  • 如果 nums}_2[j] 比之前遍历过的 nums}_2[j’] 还要小,那么由于 nums}_1[j] 是从大到小处理的,所以 nums}_1[j]+\textit{nums}_2[j] 也比之前遍历过的 nums}_1[j’]+\textit{nums}_2[j’] 要小。那么在回答 \le \textit{nums}_2[j] 的 y_i 时,最大值不可能是 nums}_1[j]+\textit{nums}_2[j],所以无需考虑这样的 nums}_2[j]。(这种单调性启发我们用单调栈来维护。)
  • 如果是相等,那么同理,无需考虑。
  • 如果是大于,那么就可以入栈。在入栈前还要去掉一些无效数据:
    • 如果 nums}_1[j]+\textit{nums}_2[j] 不低于栈顶的 nums}_1[j’]+\textit{nums}_2[j’],那么可以弹出栈顶。因为更大的 nums}_2[j] 更能满足 \ge y_i 的要求,栈顶的 nums}_1[j’]+\textit{nums}_2[j’] 在后续的询问中,永远不会是最大值。
    • 代码实现时,可以直接比较 nums}_1[j]+\textit{nums}_2[j] 与栈顶的值,这是因为如果这一条件成立,由于 nums}_1[j] 是从大到小处理的,nums}_1[j]+\textit{nums}_2[j] 能比栈顶的大,说明 nums}_2[j] 必然不低于栈顶的 nums}_2[j’]。

这样我们会得到一个从栈底到栈顶,nums}_2[j] 递增,nums}_1[j]+\textit{nums}_2[j] 递减的单调栈。

最后在单调栈中二分 \ge y_i 的最小的 nums}_2[j],对应的 nums}_1[j]+\textit{nums}_2[j] 就是最大的。

[sol-Python3]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
class Solution:
def maximumSumQueries(self, nums1: List[int], nums2: List[int], queries: List[List[int]]) -> List[int]:
ans = [-1] * len(queries)
st = []
a = sorted((a, b) for a, b in zip(nums1, nums2))
i = len(a) - 1
for qid, (x, y) in sorted(enumerate(queries), key=lambda p: -p[1][0]):
while i >= 0 and a[i][0] >= x:
ax, ay = a[i]
while st and st[-1][1] <= ax + ay: # ay >= st[-1][0]
st.pop()
if not st or st[-1][0] < ay:
st.append((ay, ax + ay))
i -= 1
j = bisect_left(st, (y,))
if j < len(st):
ans[qid] = st[j][1]
return ans
[sol-Go]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
func maximumSumQueries(nums1, nums2 []int, queries [][]int) (ans []int) {
type pair struct{ x, y int }
a := make([]pair, len(nums1))
for i, x := range nums1 {
a[i] = pair{x, nums2[i]}
}
sort.Slice(a, func(i, j int) bool { return a[i].x < a[j].x })
for i := range queries {
queries[i] = append(queries[i], i)
}
sort.Slice(queries, func(i, j int) bool { return queries[i][0] > queries[j][0] })

ans = make([]int, len(queries))
st := []pair{}
i := len(a) - 1
for _, q := range queries {
for i >= 0 && a[i].x >= q[0] {
for len(st) > 0 && st[len(st)-1].y <= a[i].x+a[i].y {
st = st[:len(st)-1] // a[i].y >= st[len(st)-1].x
}
if len(st) == 0 || st[len(st)-1].x < a[i].y {
st = append(st, pair{a[i].y, a[i].x + a[i].y})
}
i--
}
j := sort.Search(len(st), func(i int) bool { return st[i].x >= q[1] })
if j < len(st) {
ans[q[2]] = st[j].y
} else {
ans[q[2]] = -1
}
}
return ans
}

复杂度分析

  • 时间复杂度:\mathcal{O}(n + q\log n),其中 n 为 nums}_1 的长度,q 为 queries 的长度。
  • 空间复杂度:\mathcal{O}(n)。返回值不计。
 Comments
On this page
2736-最大和查询