[LeetCode] 每日一题 2070. 每一个查询的最大美丽值
题目链接
题目描述
给你一个二维整数数组 items
,其中 items[i] = [pricei, beautyi]
分别表示每一个物品的 价格 和 美丽值 。
同时给你一个下标从 0 开始的整数数组 queries
。对于每个查询 queries[j]
,你想求出价格小于等于 queries[j]
的物品中,最大的美丽值 是多少。如果不存在符合条件的物品,那么查询的结果为 0
。
请你返回一个长度与 queries
相同的数组 answer
,其中 answer[j]
是第 j
个查询的答案。
示例输入
示例 1
输入:items = [[1,2],[3,2],[2,4],[5,6],[3,5]], queries = [1,2,3,4,5,6]
输出:[2,4,5,5,6,6]
解释:
- queries[0]=1 ,[1,2] 是唯一价格 <= 1 的物品。所以这个查询的答案为 2 。
- queries[1]=2 ,符合条件的物品有 [1,2] 和 [2,4] 。
它们中的最大美丽值为 4 。
- queries[2]=3 和 queries[3]=4 ,符合条件的物品都为 [1,2] ,[3,2] ,[2,4] 和 [3,5] 。
它们中的最大美丽值为 5 。
- queries[4]=5 和 queries[5]=6 ,所有物品都符合条件。
所以,答案为所有物品中的最大美丽值,为 6 。
示例 2
输入:items = [[1,2],[1,2],[1,3],[1,4]], queries = [1]
输出:[4]
解释:
每个物品的价格均为 1 ,所以我们选择最大美丽值 4 。
注意,多个物品可能有相同的价格和美丽值。
示例 3
输入:items = [[10,1000]], queries = [5]
输出:[0]
解释:
没有物品的价格小于等于 5 ,所以没有物品可以选择。
因此,查询的结果为 0 。
提示
1 <= items.length, queries.length <= 10^5
items[i].length == 2
1 <= pricei, beautyi, queries[j] <= 10^9
解题思路
本题的核心思路是 排序 + 二分查找。首先,我们按照 价格升序、美丽值降序 对 items
进行排序,确保相同价格时优先保留更高的美丽值。然后,我们 遍历数组,更新 items[i][1]
为 当前价格及之前价格的最大美丽值,这样就能保证查询时,每个价格区间的最大美丽值都是正确的
对于每个查询 queries[j]
,我们使用 二分查找 找到价格 <= queries[j]
的最大索引 i
,然后返回 items[i][1]
作为结果。如果 queries[j]
过小,直接返回 0
;如果 queries[j]
足够大,直接返回 items
最后一个美丽值
代码实现
class Solution {
public int[] maximumBeauty(int[][] items, int[] queries) {
Arrays.sort(items, (e1, e2) -> {
if (e1[0] != e2[0]) {
return e1[0] - e2[0];
}
return e2[1] - e1[1];
});
// 预处理:使得 items[i][1] 变成当前价格及之前价格的最大美丽值
for (int i = 1; i < items.length; i++) {
items[i][1] = Math.max(items[i][1], items[i - 1][1]);
}
int[] answers = new int[queries.length];
for (int i = 0; i < queries.length; i++) {
answers[i] = find(items, queries[i]);
}
return answers;
}
private int find(int[][] items, int query) {
if (items[0][0] > query) {
return 0;
}
if (items[items.length - 1][0] <= query) {
return items[items.length - 1][1];
}
int left = 0, right = items.length - 1;
while (left < right) {
int mid = left + (right - left + 1) / 2;
if (items[mid][0] <= query) {
left = mid;
} else {
right = mid - 1;
}
}
return items[left][1];
}
}
复杂度分析
时间复杂度:
O(n log n + m log n)
,其中n
是items
的大小,m
是queries
的大小。排序O(n log n)
,二分查找O(log n)
,总共有m
个查询空间复杂度:
O(1)
,除了输入输出外,我们只修改items
,没有使用额外的空间
总结
这道题的关键点是 排序+二分查找 的结合。刚开始我没有注意到需要更新 items[i][1]
为当前及之前的最大美丽值,导致查询结果错误。后续修正后,通过 二分查找 直接找到价格 <= queries[j]
的最大美丽值,使得查询效率达到 O(log n)
,整体解法非常高效
希望这篇分享能为你带来启发!如果你有任何问题或建议,欢迎在评论区留言,与我共同交流探讨。