给你 n
个包裹,你需要把它们装在箱子里,每个箱子装一个包裹。总共有 m
个供应商提供 不同尺寸 的箱子(每个规格都有无数个箱子)。如果一个包裹的尺寸 小于等于 一个箱子的尺寸,那么这个包裹就可以放入这个箱子之中。
包裹的尺寸用一个整数数组 packages
表示,其中 packages[i]
是第 i
个包裹的尺寸。供应商用二维数组 boxes
表示,其中 boxes[j]
是第 j
个供应商提供的所有箱子尺寸的数组。
你想要选择 一个供应商 并只使用该供应商提供的箱子,使得 总浪费空间最小 。对于每个装了包裹的箱子,我们定义 浪费的 空间等于 箱子的尺寸 - 包裹的尺寸
。总浪费空间 为 所有 箱子中浪费空间的总和。
- 比方说,如果你想要用尺寸数组为
[4,8]
的箱子装下尺寸为[2,3,5]
的包裹,你可以将尺寸为2
和3
的两个包裹装入两个尺寸为4
的箱子中,同时把尺寸为5
的包裹装入尺寸为8
的箱子中。总浪费空间为(4-2) + (4-3) + (8-5) = 6
。
请你选择 最优 箱子供应商,使得 总浪费空间最小 。如果 无法 将所有包裹放入箱子中,请你返回 -1
。由于答案可能会 很大 ,请返回它对 109 + 7
取余 的结果。
示例 1:
输入:packages = [2,3,5], boxes = [[4,8],[2,8]] 输出:6 解释:选择第一个供应商最优,用两个尺寸为 4 的箱子和一个尺寸为 8 的箱子。 总浪费空间为 (4-2) + (4-3) + (8-5) = 6 。
示例 2:
输入:packages = [2,3,5], boxes = [[1,4],[2,3],[3,4]] 输出:-1 解释:没有箱子能装下尺寸为 5 的包裹。
示例 3:
输入:packages = [3,5,8,10,11,12], boxes = [[12],[11,9],[10,5,14]] 输出:9 解释:选择第三个供应商最优,用两个尺寸为 5 的箱子,两个尺寸为 10 的箱子和两个尺寸为 14 的箱子。 总浪费空间为 (5-3) + (5-5) + (10-8) + (10-10) + (14-11) + (14-12) = 9 。
提示:
n == packages.length
m == boxes.length
1 <= n <= 105
1 <= m <= 105
1 <= packages[i] <= 105
1 <= boxes[j].length <= 105
1 <= boxes[j][k] <= 105
sum(boxes[j].length) <= 105
boxes[j]
中的元素 互不相同 。
“排序 + 二分查找 + 前缀和”实现。
class Solution:
def minWastedSpace(self, packages: List[int], boxes: List[List[int]]) -> int:
packages.sort()
res = inf
for box in boxes:
box.sort()
if packages[-1] > box[-1]:
continue
t = last = 0
for b in box:
idx = bisect_right(packages, b, lo=last)
t += (idx - last) * b
last = idx
res = min(res, t)
return -1 if res == inf else (res - sum(packages)) % (10**9 + 7)
class Solution {
public int minWastedSpace(int[] packages, int[][] boxes) {
int n = packages.length;
Arrays.sort(packages);
long[] preSum = new long[n + 1];
for (int i = 0; i < n; ++i) {
preSum[i + 1] = preSum[i] + packages[i];
}
long res = Long.MAX_VALUE;
for (int[] box : boxes) {
Arrays.sort(box);
if (packages[n - 1] > box[box.length - 1]) {
continue;
}
long t = 0;
int low = 0;
for (int b : box) {
int idx = searchRight(packages, b, low);
// 这里需要手动转 long
t += ((idx - low) * (long) b - (preSum[idx] - preSum[low]));
low = idx;
}
res = Math.min(res, t);
}
return res == Long.MAX_VALUE ? -1 : (int) (res % 1000000007);
}
private int searchRight(int[] packages, int target, int low) {
int high = packages.length;
while (low < high) {
int mid = (low + high) >> 1;
if (packages[mid] <= target) {
low = mid + 1;
} else {
high = mid;
}
}
return low;
}
}
function minWastedSpace(packages: number[], boxes: number[][]): number {
const MOD = 10 ** 9 + 7;
packages.sort((a, b) => a - b);
const max_package = packages[packages.length - 1];
const total = packages.reduce((a, c) => a + c, 0);
let res = Infinity;
for (let box of boxes) {
box.sort((a, b) => a - b);
if (max_package > box[box.length - 1]) continue;
let left = 0,
sum = 0;
for (let capacity of box) {
let right = searchRight(packages, capacity, left);
sum += (right - left) * capacity;
left = right;
}
res = Math.min(res, sum);
}
return res == Infinity ? -1 : (res - total) % MOD;
}
function searchRight(packages: number[], target: number, left: number): number {
let right = packages.length;
while (left < right) {
let mid = (left + right) >> 1;
if (packages[mid] <= target) {
left = mid + 1;
} else {
right = mid;
}
}
return left;
}