给你一个长度为 n
的二维整数数组 items
和一个整数 k
。
items[i] = [profiti, categoryi]
,其中 profiti
和 categoryi
分别表示第 i
个项目的利润和类别。
现定义 items
的 子序列 的 优雅度 可以用 total_profit + distinct_categories2
计算,其中 total_profit
是子序列中所有项目的利润总和,distinct_categories
是所选子序列所含的所有类别中不同类别的数量。
你的任务是从 items
所有长度为 k
的子序列中,找出 最大优雅度 。
用整数形式表示并返回 items
中所有长度恰好为 k
的子序列的最大优雅度。
注意: 数组的子序列是经由原数组删除一些元素(可能不删除)而产生的新数组,且删除不改变其余元素相对顺序。
示例 1:
**输入:** items = [[3,2],[5,1],[10,1]], k = 2
**输出:** 17
**解释:** 在这个例子中,我们需要选出长度为 2 的子序列。
其中一种方案是 items[0] = [3,2] 和 items[2] = [10,1] 。
子序列的总利润为 3 + 10 = 13 ,子序列包含 2 种不同类别 [2,1] 。
因此,优雅度为 13 + 22 = 17 ,可以证明 17 是可以获得的最大优雅度。
示例 2:
**输入:** items = [[3,1],[3,1],[2,2],[5,3]], k = 3
**输出:** 19
**解释:**
在这个例子中,我们需要选出长度为 3 的子序列。
其中一种方案是 items[0] = [3,1] ,items[2] = [2,2] 和 items[3] = [5,3] 。
子序列的总利润为 3 + 2 + 5 = 10 ,子序列包含 3 种不同类别 [1, 2, 3] 。
因此,优雅度为 10 + 32 = 19 ,可以证明 19 是可以获得的最大优雅度。
示例 3:
**输入:** items = [[1,1],[2,1],[3,1]], k = 3
**输出:** 7
**解释:** 在这个例子中,我们需要选出长度为 3 的子序列。
我们需要选中所有项目。
子序列的总利润为 1 + 2 + 3 = 6,子序列包含 1 种不同类别 [1] 。
因此,最大优雅度为 6 + 12 = 7 。
提示:
1 <= items.length == n <= 105
items[i].length == 2
items[i][0] == profiti
items[i][1] == categoryi
1 <= profiti <= 109
1 <= categoryi <= n
1 <= k <= n
请看 视频讲解 第四题。
按照利润从大到小排序。先把前 k 个项目选上。
考虑选第 k+1 个项目,为了选它,我们必须从前 k 个项目中移除一个项目。
由于已经按照利润从大到小排序,选这个项目不会让 total_profit 变大,所以我们重点考虑能否让 distinct_categories 变大。
分类讨论:
- 如果第 k+1 个项目和前面某个已选项目的类别相同,那么无论怎么移除都不会让 distinct_categories 变大,所以无需选择这个项目。
- 如果第 k+1 个项目和前面任何已选项目的类别都不一样,考虑移除前面已选项目中的哪一个:
- 如果移除的项目的类别只出现一次,那么选第 k+1 个项目后,distinct_categories 一减一增,保持不变,所以不考虑这种情况。
- 如果移除的项目的类别重复出现多次,那么选第 k+1 个项目后,distinct_categories 会增加一,此时有可能会让优雅度变大,一定要选择这个项目。为什么说「一定」呢?因为 total_profit 只会变小,我们现在的目标就是让 total_profit 保持尽量大,同时让 distinct_categories 增加,那么能让 distinct_categories 增加就立刻选上!因为后面的利润更小,现在不选的话将来 total_profit 只会更小。
按照这个过程,继续考虑选择后面的项目。计算优雅度,取最大值,即为答案。
代码实现时,我们应当移除已选项目中类别和前面重复且利润最小的项目,这可以用一个栈 duplicate 来维护,由于利润从大到小排序,所以栈顶就是最小的利润。注意对于后面的项目,由于我们只考虑之前没出现过的类别,也就是说这个后面的项目的类别只出现了一次,所以不应当加到 duplicate 中。
注:这个算法叫做反悔贪心。
[sol-Python3]1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
| class Solution: def findMaximumElegance(self, items: List[List[int]], k: int) -> int: items.sort(key=lambda i: -i[0]) ans = total_profit = 0 vis = set() duplicate = [] for i, (profit, category) in enumerate(items): if i < k: total_profit += profit if category not in vis: vis.add(category) else: duplicate.append(profit) elif duplicate and category not in vis: vis.add(category) total_profit += profit - duplicate.pop() ans = max(ans, total_profit + len(vis) * len(vis)) return ans
|
[sol-Java]1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
| class Solution { public long findMaximumElegance(int[][] items, int k) { Arrays.sort(items, (a, b) -> b[0] - a[0]); long ans = 0, totalProfit = 0; var vis = new HashSet<Integer>(); var duplicate = new ArrayDeque<Integer>(); for (int i = 0; i < items.length; i++) { int profit = items[i][0], category = items[i][1]; if (i < k) { totalProfit += profit; if (!vis.add(category)) duplicate.push(profit); } else if (!duplicate.isEmpty() && vis.add(category)) { totalProfit += profit - duplicate.pop(); } ans = Math.max(ans, totalProfit + (long) vis.size() * vis.size()); } return ans; } }
|
[sol-C++]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
| class Solution { public: long long findMaximumElegance(vector<vector<int>> &items, int k) { sort(items.begin(), items.end(), [](const auto &a, const auto &b) { return a[0] > b[0]; }); long long ans = 0, total_profit = 0; unordered_set<int> vis; stack<int> duplicate; for (int i = 0; i < items.size(); i++) { int profit = items[i][0], category = items[i][1]; if (i < k) { total_profit += profit; if (!vis.insert(category).second) duplicate.push(profit); } else if (!duplicate.empty() && vis.insert(category).second) { total_profit += profit - duplicate.top(); duplicate.pop(); } ans = max(ans, total_profit + (long long) vis.size() * (long long) vis.size()); } 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
| func findMaximumElegance(items [][]int, k int) int64 { sort.Slice(items, func(i, j int) bool { return items[i][0] > items[j][0] }) ans, totalProfit := 0, 0 vis := map[int]bool{} duplicate := []int{} for i, p := range items { profit, category := p[0], p[1] if i < k { totalProfit += profit if !vis[category] { vis[category] = true } else { duplicate = append(duplicate, profit) } } else if len(duplicate) > 0 && !vis[category] { vis[category] = true totalProfit += profit - duplicate[len(duplicate)-1] duplicate = duplicate[:len(duplicate)-1] } ans = max(ans, totalProfit+len(vis)*len(vis)) } return int64(ans) }
func max(a, b int) int { if b > a { return b }; return a }
|
复杂度分析
- 时间复杂度:\mathcal{O}(n\log n),其中 n 为 items 的长度。瓶颈在排序上。
- 空间复杂度:\mathcal{O}(n)。