思路:这种在有约束条件情况下,求最值或最符合要求的情况,首先是很容易想到,从时速为1开始往后找找到满足条件就输出,但这无疑工程量很大,每种可能的速度都要对列车数组进行遍历,
时间复杂度为CN
(C为可能的所有速度,在最不好运的情况下,C是有可能远大于N的,本题就是,C最大为10^9 约为N的二次方倍,此时换算成N约为N^3)
优化:对于一个可能的速度V如果V不能满足要求则比V小的速度都不用再考虑,V满足要求比V大的速度也必定满足,由此便可引入二分查找。
得到如下代码
class Solution {
public:
int up_div(int a, int b) { return a / b + (a % b == 0 ? 0 : 1); }
int minSpeedOnTime(vector<int>& dist, double hour) {
if (dist.size() - 1 >= hour) {
return -1;
}
int max_v = 1e7, min_v = 1, mid_v, size = dist.size();
double cut_time = 0;
while (min_v < max_v) {
cut_time = 0;
mid_v = (long)(max_v + min_v) >> 1;
for (int i = 0; i < size - 1; i++) {
cut_time += up_div(dist[i], mid_v);
}
cut_time += (double)dist[size - 1] / mid_v;
if (cut_time <= hour) {
cout<<max_v<<" ";
max_v = mid_v;
} else {
min_v = mid_v + 1;
}
}
return min_v;
}
};
此时使用的速度范围为1到1e7 ,其中1e7有题目给出的数据范围得到,(最大的dist为1e7,最小的小数为0.01),由于double进行取整时有精度丢失问题,可以使用round(double) 进行向上取整。
此时时间复杂度为:log2(C)N
前者有N^2优化到最差情况也只有30左右,优化巨大
后续则是对速度区间的优化,代码如下(优化不大)
class Solution {
public:
int up_div(int a, int b) { return a / b + (a % b == 0 ? 0 : 1); }
int minSpeedOnTime(vector<int>& dist, double hour) {
// 剪枝
if (dist.size() - 1 >= hour) {
return -1;
}
int max_v = 0, min_v = 1, mid_v, size = dist.size();
double cut_time = 0;
// 优化查找区间阶段
for (int i : dist) {
// 当最长的路程,都只需要一个小时即可,那么每汤列车都是花费一个小时,此为最少时间情况下,速度尽可能慢的情况.
max_v = max(i, max_v);
}
int temp = (long)round((hour * 100))% 100;
if (temp)
max_v = up_div(max_v * 100, temp );
// 二分查找阶段
while (min_v < max_v) {
cut_time = 0;
mid_v = (long)(max_v + min_v) >> 1;
for (int i = 0; i < size - 1; i++) {
cut_time += up_div(dist[i], mid_v);
}
cut_time += (double)dist[size - 1] / mid_v;
if (cut_time <= hour) {
max_v = mid_v;
} else {
min_v = mid_v + 1;
}
}
return min_v;
}
};