1710. 卡车上的最大单元数
大约 3 分钟
1710. 卡车上的最大单元数
- 标签:贪心、数组、排序
- 难度:简单
题目大意
描述:现在需要将一些箱子装在一辆卡车上。给定一个二维数组 boxTypes
,其中 boxTypes[i] = [numberOfBoxesi, numberOfUnitsPerBoxi]
。
numberOfBoxesi
是类型 i
的箱子的数量。``numberOfUnitsPerBoxi是类型
i` 的每个箱子可以装载的单元数量。
再给定一个整数 truckSize
表示一辆卡车上可以装载箱子的最大数量。只要箱子数量不超过 truckSize
,你就可以选择任意箱子装到卡车上。
要求:返回卡车可以装载的最大单元数量。
说明:
- 。
- 。
- 。
示例:
- 示例 1:
输入:boxTypes = [[1,3],[2,2],[3,1]], truckSize = 4
输出:8
解释
箱子的情况如下:
- 1 个第一类的箱子,里面含 3 个单元。
- 2 个第二类的箱子,每个里面含 2 个单元。
- 3 个第三类的箱子,每个里面含 1 个单元。
可以选择第一类和第二类的所有箱子,以及第三类的一个箱子。
单元总数 = (1 * 3) + (2 * 2) + (1 * 1) = 8
- 示例 2:
输入:boxTypes = [[5,10],[2,5],[4,7],[3,9]], truckSize = 10
输出:91
解题思路
思路 1:贪心算法
题目中,一辆卡车上可以装载箱子的最大数量是固定的(truckSize
),那么如果想要使卡车上装载的单元数量最大,就应该优先选取装载单元数量多的箱子。
所以,从贪心算法的角度来考虑,我们应该按照每个箱子可以装载的单元数量对数组 boxTypes
从大到小排序。然后优先选取装载单元数量多的箱子。
下面我们使用贪心算法三步走的方法解决这道题。
- 转换问题:将原问题转变为,在
truckSize
的限制下,当选取完装载单元数量最多的箱子box
之后,再解决剩下箱子(truckSize - box[0]
)的选择问题(子问题)。 - 贪心选择性质:对于当前
truckSize
,优先选取装载单元数量最多的箱子。 - 最优子结构性质:在上面的贪心策略下,当前
truckSize
的贪心选择 + 剩下箱子的子问题最优解,就是全局最优解。也就是说在贪心选择的方案下,能够使得卡车可以装载的单元数量达到最大。
使用贪心算法的解决步骤描述如下:
- 对数组
boxTypes
按照每个箱子可以装载的单元数量从大到小排序。使用变量res
记录卡车可以装载的最大单元数量。 - 遍历数组
boxTypes
,对于当前种类的箱子box
:- 如果
truckSize > box[0]
,说明当前种类箱子可以全部装载。则答案数量加上该种箱子的单元总数,即box[0] * box[1]
,并且最大数量truckSize
减去装载的箱子数。 - 如果
truckSize <= box[0]
,说明当前种类箱子只能部分装载。则答案数量加上truckSize * box[1]
,并跳出循环。
- 如果
- 最后返回答案
res
。
思路 1:代码
class Solution:
def maximumUnits(self, boxTypes: List[List[int]], truckSize: int) -> int:
boxTypes.sort(key=lambda x:x[1], reverse=True)
res = 0
for box in boxTypes:
if truckSize > box[0]:
res += box[0] * box[1]
truckSize -= box[0]
else:
res += truckSize * box[1]
break
return res
思路 1:复杂度分析
- 时间复杂度:,其中 是数组
boxTypes
的长度。 - 空间复杂度:。