请你将一些箱子装在一辆卡车上。给你一个二维数组 boxTypes ,其中 boxTypes[i] = [numberOfBoxesi, numberOfUnitsPerBoxi] :
整数 truckSize 表示卡车上可以装载 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。
返回卡车可以装载 单元 的 最大总数。
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
只能装truckSize个箱子到卡车上,根据贪心的思路,只需要每次都拿当前剩下的箱子里单元数量最大的箱子即可。对 boxTypes 按照 numberOfUnitsPerBox进行逆序排序,然后从左至右填充 truckSize即可。
public static void main(String[] args) {
int [][] arr = {{1,3},{2,2},{3,1}};
System.out.println(Solution.maximumUnits(arr, 4));
}
class Solution{
public static int maximumUnits(int[][] boxTypes,int truckSize){
Arrays.sort(boxTypes,(a,b) -> b[1] - a[1]);
int res = 0;
for (int[] boxType : boxTypes) {
int numberOfBoxes = boxType[0];
int numberOfUnitsPerBox = boxType[1];
if(numberOfBoxes < truckSize){
res += numberOfBoxes * numberOfUnitsPerBox;
truckSize -= numberOfBoxes;
}else {
res += truckSize * numberOfUnitsPerBox;
break;
}
}
return res;
}
}
时间复杂度:O(nlogn),其中 n 是 boxTypes 的长度。排序需要 O(nlogn) 的时间。
空间复杂度:O(logn),其中 n 是 boxTypes的长度。排序需要 O(logn) 的递归调用栈空间。