mirror of
https://github.com/chefyuan/algorithm-base.git
synced 2024-11-15 08:33:39 +00:00
200 lines
7.6 KiB
Java
200 lines
7.6 KiB
Java
> 如果阅读时，发现错误，或者动画不可以显示的问题可以添加我微信好友 **[tan45du_one](https://raw.githubusercontent.com/tan45du/tan45du.github.io/master/个人微信.15egrcgqd94w.jpg)** ，备注 github + 题目 + 问题 向我反馈
|
||
>
|
||
> 感谢支持，该仓库会一直维护，希望对各位有一丢丢帮助。
|
||
>
|
||
> 另外希望手机阅读的同学可以来我的 <u>[**公众号：袁厨的算法小屋**](https://raw.githubusercontent.com/tan45du/test/master/微信图片_20210320152235.2pthdebvh1c0.png)</u> 两个平台同步，想要和题友一起刷题，互相监督的同学，可以在我的小屋点击<u>[**刷题小队**](https://raw.githubusercontent.com/tan45du/test/master/微信图片_20210320152235.2pthdebvh1c0.png)</u>进入。
|
||
|
||
#### [1052. 爱生气的书店老板](https://leetcode-cn.com/problems/grumpy-bookstore-owner/)
|
||
|
||
**题目描述**
|
||
|
||
今天，书店老板有一家店打算试营业 customers.length 分钟。每分钟都有一些顾客（customers[i]）会进入书店，所有这些顾客都会在那一分钟结束后离开。
|
||
|
||
在某些时候，书店老板会生气。 如果书店老板在第 i 分钟生气，那么 grumpy[i] = 1，否则 grumpy[i] = 0。 当书店老板生气时，那一分钟的顾客就会不满意，不生气则他们是满意的。
|
||
|
||
书店老板知道一个秘密技巧，能抑制自己的情绪，可以让自己连续 X 分钟不生气，但却只能使用一次。
|
||
|
||
请你返回这一天营业下来，最多有多少客户能够感到满意的数量。
|
||
|
||
示例：
|
||
|
||
> 输入：customers = [1,0,1,2,1,1,7,5], grumpy = [0,1,0,1,0,1,0,1], X = 3
|
||
> 输出：16
|
||
|
||
解释：
|
||
书店老板在最后 3 分钟保持冷静。
|
||
感到满意的最大客户数量 = 1 + 1 + 1 + 1 + 7 + 5 = 16.
|
||
|
||
该题目思想就是，我们将 customer 数组的值分为三部分， leftsum, winsum, rightsum。我们题目的返回值则是三部分的最大和。
|
||
|
||
注意这里的最大和，我们是怎么计算的。
|
||
|
||
|
||
|
||
winsum 是窗口内的所有值，不管 grumpy[i] 的值是 0 还是 1,窗口的大小，就对应 K 的值，也就是老板的技能发动时间，该时间段内，老板不会生气，所以为所有的值。
|
||
|
||
leftsum 是窗口左边区间的值，此时我们不能为所有值，只能是 grumpy[i] == 0 时才可以加入，因为此时不是技能发动期，老板只有在 grumpy[i] == 0 时，才不会生气。
|
||
|
||
rightsum 是窗口右区间的值，和左区间加和方式一样。那么我们易懂一下窗口，我们的 win 值和 leftsum 值，rightsum 值是怎么变化的呢？
|
||
|
||
见下图
|
||
|
||
|
||
|
||
我们此时移动了窗口，
|
||
|
||
则左半区间范围扩大，但是 leftsum 的值没有变，这时因为新加入的值，所对应的 grumpy[i] == 1，所以其值不会发生改变，因为我们只统计 grumpy[i] == 0 的值，
|
||
|
||
右半区间范围减少，rightsum 值也减少，因为右半区间减小的值，其对应的 grumpy[i] == 0，所以 rightsum -= grumpy[i]。
|
||
|
||
winsum 也会发生变化， winsum 需要加上新加入窗口的值，减去刚离开窗口的值, 也就是 customer[left-1]，left 代表窗口左边缘。
|
||
|
||
好啦，知道怎么做了，我们直接开整吧。
|
||
|
||
Java Code:
|
||
|
||
```java
|
||
class Solution {
|
||
public int maxSatisfied(int[] customers, int[] grumpy, int X) {
|
||
|
||
int winsum = 0;
|
||
int rightsum = 0;
|
||
int len = customers.length;
|
||
//右区间的值
|
||
for (int i = X; i < len; ++i) {
|
||
if (grumpy[i] == 0) {
|
||
rightsum += customers[i];
|
||
}
|
||
}
|
||
//窗口的值
|
||
for (int i = 0; i < X; ++i) {
|
||
winsum += customers[i];
|
||
}
|
||
int leftsum = 0;
|
||
//窗口左边缘
|
||
int left = 1;
|
||
//窗口右边缘
|
||
int right = X;
|
||
int maxcustomer = winsum + leftsum + rightsum;
|
||
while (right < customers.length) {
|
||
//重新计算左区间的值，也可以用 customer 值和 grumpy 值相乘获得
|
||
if (grumpy[left-1] == 0) {
|
||
leftsum += customers[left-1];
|
||
}
|
||
//重新计算右区间值
|
||
if (grumpy[right] == 0) {
|
||
rightsum -= customers[right];
|
||
}
|
||
//窗口值
|
||
winsum = winsum - customers[left-1] + customers[right];
|
||
//保留最大值
|
||
maxcustomer = Math.max(maxcustomer,winsum+leftsum+rightsum);
|
||
//移动窗口
|
||
left++;
|
||
right++;
|
||
}
|
||
return maxcustomer;
|
||
}
|
||
}
|
||
```
|
||
|
||
Python3 Code:
|
||
|
||
```py
|
||
class Solution:
|
||
def maxSatisfied(self, customers: List[int], grumpy: List[int], X: int) -> int:
|
||
t = ans = sum(customers[:X]) + sum(map(lambda x: customers[X+x[0]] if x[1] == 0 else 0, enumerate(grumpy[X:])))
|
||
for j in range(X, len(customers)):
|
||
t += customers[j] * grumpy[j] - customers[j-X] * grumpy[j-X]
|
||
ans = max(ans, t)
|
||
return ans
|
||
```
|
||
|
||
Swift Code
|
||
|
||
```swift
|
||
class Solution {
|
||
func maxSatisfied(_ customers: [Int], _ grumpy: [Int], _ minutes: Int) -> Int {
|
||
let len = customers.count
|
||
var winSum = 0, rightSum = 0, leftSum = 0
|
||
// 右区间的值
|
||
for i in minutes..<len {
|
||
if grumpy[i] == 0 {
|
||
rightSum += customers[i]
|
||
}
|
||
}
|
||
// 窗口的值
|
||
for i in 0..<minutes {
|
||
winSum += customers[i]
|
||
}
|
||
var maxCustomer = winSum + leftSum + rightSum
|
||
// 窗口左边缘
|
||
var left = 1, right = minutes
|
||
while right < len {
|
||
// 重新计算左区间的值，也可以用 customer 值和 grumpy 值相乘获得
|
||
if grumpy[left - 1] == 0 {
|
||
leftSum += customers[left - 1]
|
||
}
|
||
// 重新计算右区间值
|
||
if grumpy[right] == 0 {
|
||
rightSum -= customers[right]
|
||
}
|
||
// 窗口值
|
||
winSum = winSum - customers[left - 1] + customers[right]
|
||
maxCustomer = max(maxCustomer, winSum + leftSum + rightSum) // 保留最大值
|
||
// 移动窗口
|
||
left += 1
|
||
right += 1
|
||
}
|
||
|
||
return maxCustomer
|
||
}
|
||
}
|
||
```
|
||
|
||
C++ Code
|
||
|
||
```C++
|
||
class Solution
|
||
{
|
||
public:
|
||
int maxSatisfied(vector<int> &customers, vector<int> &grumpy, int minutes)
|
||
{
|
||
for_each(grumpy.begin(), grumpy.end(), [](auto &g){ g = !g; });
|
||
vector<int> osum(customers.size(), 0);
|
||
|
||
//先初始化第一个元素
|
||
osum[0] = customers[0] * grumpy[0];
|
||
//计算前缀和, osum是origin sum
|
||
for (int i = 1; i < osum.size(); i++)
|
||
{
|
||
osum[i] = osum[i - 1] + customers[i] * grumpy[i];
|
||
}
|
||
|
||
//计算连续minutes的和
|
||
vector<int> msum(customers.size() - minutes + 1, 0);
|
||
for (int i = 0; i < minutes; i++)
|
||
{
|
||
msum[0] += customers[i];
|
||
}
|
||
for (int i = 1; i < msum.size(); i++)
|
||
{
|
||
msum[i] = msum[i - 1] - customers[i - 1] + customers[i + minutes - 1];
|
||
}
|
||
|
||
//分成三段计算
|
||
int result = 0;
|
||
for (int i = 0; i < msum.size(); i++)
|
||
{
|
||
//左 中 右
|
||
//注意左的边界条件, 可以使用边界测试
|
||
int sum = ((i - 1 >= 0) ? osum[i - 1] : 0) + msum[i] + osum[osum.size() - 1] - osum[i + minutes - 1];
|
||
if (sum > result)
|
||
result = sum;
|
||
}
|
||
|
||
return result;
|
||
}
|
||
};
|
||
```
|