leetcode1801. 积压订单中的订单总数

news2024/11/16 23:30:01

给你一个二维整数数组 orders ，其中每个 orders[i] = [pricei, amounti, orderTypei] 表示有 amounti 笔类型为 orderTypei 、价格为 pricei 的订单。

订单类型 orderTypei 可以分为两种：

0 表示这是一批采购订单 buy
1 表示这是一批销售订单 sell

注意，orders[i] 表示一批共计 amounti 笔的独立订单，这些订单的价格和类型相同。对于所有有效的 i ，由 orders[i] 表示的所有订单提交时间均早于 orders[i+1] 表示的所有订单。

存在由未执行订单组成的 积压订单 。积压订单最初是空的。提交订单时，会发生以下情况：

如果该订单是一笔采购订单 buy ，则可以查看积压订单中价格最低的销售订单 sell 。如果该销售订单 sell 的价格 低于或等于 当前采购订单 buy 的价格，则匹配并执行这两笔订单，并将销售订单 sell 从积压订单中删除。否则，采购订单 buy 将会添加到积压订单中。
反之亦然，如果该订单是一笔销售订单 sell ，则可以查看积压订单中价格最高的采购订单 buy 。如果该采购订单 buy 的价格 高于或等于 当前销售订单 sell 的价格，则匹配并执行这两笔订单，并将采购订单 buy 从积压订单中删除。否则，销售订单 sell 将会添加到积压订单中。

输入所有订单后，返回积压订单中的 订单总数 。由于数字可能很大，所以需要返回对 109 + 7 取余的结果。

示例1:
输入：orders = [[10,5,0],[15,2,1],[25,1,1],[30,4,0]]
输出：6
解释：输入订单后会发生下述情况：
- 提交 5 笔采购订单，价格为 10 。没有销售订单，所以这 5 笔订单添加到积压订单中。
- 提交 2 笔销售订单，价格为 15 。没有采购订单的价格大于或等于 15 ，所以这 2 笔订单添加到积压订单中。
- 提交 1 笔销售订单，价格为 25 。没有采购订单的价格大于或等于 25 ，所以这 1 笔订单添加到积压订单中。
- 提交 4 笔采购订单，价格为 30 。前 2 笔采购订单与价格最低（价格为 15）的 2 笔销售订单匹配，从积压订单中删除这 2 笔销售订单。第 3 笔采购订单与价格最低的 1 笔销售订单匹配，销售订单价格为 25 ，从积压订单中删除这 1 笔销售订单。积压订单中不存在更多销售订单，所以第 4 笔采购订单需要添加到积压订单中。
最终，积压订单中有 5 笔价格为 10 的采购订单，和 1 笔价格为 30 的采购订单。所以积压订单中的订单总数为 6 。

/**
 * @param {number[][]} orders
 * @return {number}
 */
var getNumberOfBacklogOrders = function(orders) {
    let mod = 1000000007
    let buy = new MaxPriorityQueue({ priority: (bid) => bid.price })
    let sell = new MinPriorityQueue({ priority: (bid) => bid.price })
    let total = 0
    for(let [price, amount, orderType] of orders) {
        if (orderType === 0) { // 买 找卖小
          while (!sell.isEmpty() && sell.front().priority <= price && amount > 0) {
              let head = sell.dequeue().element
              if (amount < head.amount) {
                sell.enqueue({price: head.price, amount: head.amount - amount})
                total -= amount
                amount = 0
              } else {
                amount -= head.amount
                total -= head.amount
              }
          }
          if (amount > 0) buy.enqueue({price, amount}), total += amount
        } else {// 卖  找买大
          while (!buy.isEmpty() && buy.front().priority >= price && amount > 0)  {
            let head = buy.dequeue().element
            if (amount < head.amount) {
                buy.enqueue({price: head.price, amount: head.amount - amount})
                total -= amount
                amount = 0
              } else {
                amount -= head.amount
                total -= head.amount
              }
          }
          if (amount > 0) sell.enqueue({price, amount}), total += amount
        }
    }
    return total % mod
};

代码解读：使用了两个优先队列：buy和sell。buy队列用于存储购买订单，按价格降序排列；sell队列用于存储出售订单，按价格升序排列。这样可以快速找到匹配的订单。

接下来，我们逐行分析代码：

let mod = 1000000007：定义一个模数，用于计算结果时取模，防止整数溢出。
let buy = new MaxPriorityQueue({ priority: (bid) => bid.price })：创建一个最大优先级队列buy，用于存储购买订单，按价格降序排列。
let sell = new MinPriorityQueue({ priority: (bid) => bid.price })：创建一个最小优先级队列sell，用于存储出售订单，按价格升序排列。
let total = 0：初始化总订单数量为0。 5-26. 遍历orders数组中的每个订单：
如果订单类型为0（购买），则尝试与sell队列中的价格较低的出售订单匹配。如果匹配成功，更新剩余数量和总订单数量。如果没有完全匹配，将剩余的购买订单加入buy队列。
如果订单类型为1（出售），则尝试与buy队列中的价格较高的购买订单匹配。如果匹配成功，更新剩余数量和总订单数量。如果没有完全匹配，将剩余的出售订单加入sell队列。
return total % mod：返回总订单数量对模数取模的结果。

这个算法使用了贪心策略来处理订单匹配。通过维护两个优先队列，我们可以在O(log n)的时间复杂度内找到合适的匹配订单，从而大大提高了效率。