力扣 LCP08劇情觸發時間

題目描述

在戰略遊戲中，玩家往往需要發展自己的勢力來觸發各種新的劇情。乙個勢力的主要屬性有三種，分別是文明等級（c），資源儲備（r）以及人口數量（h）。在遊戲開始時（第 0 天），三種屬性的值均為 0。

隨著遊戲程序的進行，每一天玩家的三種屬性都會對應增加，我們用乙個二維陣列 increase 來表示每天的增加情況。這個二維陣列的每個元素是乙個長度為 3 的一維陣列，例如 [[1,2,1],[3,4,2]] 表示第一天三種屬性分別增加 1,2,1 而第二天分別增加 3,4,2。

所有劇情的觸發條件也用乙個二維陣列 requirements 表示。這個二維陣列的每個元素是乙個長度為 3 的一維陣列，對於某個劇情的觸發條件 c[i], r[i], h[i]，如果當前 c >= c[i] 且 r >= r[i] 且 h >= h[i] ，則劇情會被觸發。

根據所給資訊，請計算每個劇情的觸發時間，並以乙個陣列返回。如果某個劇情不會被觸發，則該劇情對應的觸發時間為 -1 。

示例 1：

輸入： increase = [[2,8,4],[2,5,0],[10,9,8]] requirements = [[2,11,3],[15,10,7],[9,17,12],[8,1,14]]

輸出: [2,-1,3,-1]

解釋：初始時，c = 0，r = 0，h = 0

第 1 天，c = 2，r = 8，h = 4

第 2 天，c = 4，r = 13，h = 4，此時觸發劇情 0

第 3 天，c = 14，r = 22，h = 12，此時觸發劇情 2

劇情 1 和 3 無法觸發。

示例 2：

輸入： increase = [[0,4,5],[4,8,8],[8,6,1],[10,10,0]] requirements = [[12,11,16],[20,2,6],[9,2,6],[10,18,3],[8,14,9]]

輸出: [-1,4,3,3,3]

示例 3：

輸入： increase = [[1,1,1]] requirements = [[0,0,0]]

輸出: [0]

解題思路

一開始拿到這道題，心想這不是挺簡單嗎，外層乙個迴圈用來累加increase，然後每累加一次，就在requirements裡面迴圈找出滿足條件得，事實證明，想得太天真了！中等難度得題目這麼好想怎麼可能，結果超時了。

看了別人大佬得解法，才覺得恍然大悟，用二分法來查詢速度會更快，開始先一層迴圈儲存increase所有可能的結果，然後遍歷requirements每乙個元素，在實現儲存好的結果中使用二分查詢。

**1是暴力解法（超時）：

class solution(object):
def oncondi(self, a, b):
for i in range(len(a)):
if a[i] < b[i]:
return false
return true
def calplus(self, a, b):
for i in range(len(a)):
a[i] += b[i]
return a
def gettriggertime(self, increase, requirements):
increase.insert(0, [0] * len(increase[0]))
res = [-1] * len(requirements)
cur = [0] * len(increase[0])
for i in range(len(increase)):
cur = self.calplus(cur, increase[i])
for j in range(len(requirements)):
if self.oncondi(cur, requirements[j]):
if res[j] == -1:
res[j] = i
return res
s = solution()
print(s.gettriggertime([[2,8,4],[2,5,0],[10,9,8]], [[2,11,3],[15,10,7],[9,17,12],[8,1,14]]))

**1中gettriggertime函式兩層迴圈已經很恐怖了，特別是1 <= increase.length <= 10000， 1 <= requirements.length <= 100000，兩層迴圈進行10億次計算，必定超時

**2是二分解法：

from copy import deepcopy
class solution(object):
def calplus(self, a, b):
temp = deepcopy(a)
for i in range(len(a)):
temp[i] += b[i]
return temp
def gettriggertime(self, increase, requirements):
res = [-1] * len(requirements)
forces = [[0, 0, 0]]
for i in range(len(increase)):
for i, requirement in enumerate(requirements):
left, right = 0, len(forces) - 1
while left <= right:
mid = left + (right - left) // 2
if requirement[0] <= forces[mid][0] and requirement[1] <= forces[mid][1] and requirement[2] <= forces[mid][2]:
res[i] = mid
right = mid - 1
else:
left = mid + 1
return res
s = solution()
print(s.gettriggertime([[2,8,4],[2,5,0],[10,9,8]], [[2,11,3],[15,10,7],[9,17,12],[8,1,14]]))

**2中第一層for迴圈首先儲存結果，這個時間複雜度比較小，儘管後面也是二層迴圈（for和while），但是while裡面是二分查詢，節省了大量的迴圈時間，所以比**1快不少

力扣 LCP08劇情觸發時間

力扣 LCP22 黑白方格畫

0 力扣每日一題

力扣 1658 將 x 減到 0 的最小運算元

力扣 LCP08劇情觸發時間

力扣 LCP22 黑白方格畫

0 力扣每日一題

力扣 1658 將 x 減到 0 的最小運算元

相關推薦