题目描述 这是 LeetCode 上的 1801. 积压订单中的订单总数 ,难度为 中等 。
给你一个二维整数数组 $orders$ ,其中每个 $orders[i] = [price_i, amount_i, orderType_i]$ 表示有 $amount_i$ 笔类型为 $orderType_i$、价格为 $price_i$ 的订单。
订单类型 $orderType_i$ 可以分为两种:
$0$ 表示这是一批采购订单 buy
$1$ 表示这是一批销售订单 sell
注意,$orders[i]$ 表示一批共计 $amount_i$ 笔的独立订单,这些订单的价格和类型相同。
对于所有有效的 $i$ ,由 $orders[i]$ 表示的所有订单提交时间均早于 $orders[i+1]$ 表示的所有订单。
存在由未执行订单组成的积压订单。积压订单最初是空的。
提交订单时,会发生以下情况:
如果该订单是一采购订单 buy
,则可以查看积压订单中价格 最低 的销售订单 sell
。如果该销售订单 sell
的价格 低于或等于 当前采购订单 buy
的价格,则匹配并执行这两笔订单,并将销售订单 sell
从积压订单中删除。否则,采购订单 buy
将会添加到积压订单中。
反之亦然,如果该订单是一笔销售订单 sell
,则可以查看积压订单中价格 最高 的采购订单 buy
。如果该采购订单 buy
的价格 高于或等于 当前销售订单 sell
的价格,则匹配并执行这两笔订单,并将采购订单 buy
从积压订单中删除。否则,销售订单 sell
将会添加到积压订单中。
输入所有订单后,返回积压订单中的订单总数。
由于数字可能很大,所以需要返回对 $10^9 + 7$ 取余的结果。
示例 1:
输入:orders = [[10,5,0],[15,2,1],[25,1,1],[30,4,0]] 输出:6 解释:输入订单后会发生下述情况: - 提交 5 笔采购订单,价格为 10 。没有销售订单,所以这 5 笔订单添加到积压订单中。 - 提交 2 笔销售订单,价格为 15 。没有采购订单的价格大于或等于 15 ,所以这 2 笔订单添加到积压订单中。 - 提交 1 笔销售订单,价格为 25 。没有采购订单的价格大于或等于 25 ,所以这 1 笔订单添加到积压订单中。 - 提交 4 笔采购订单,价格为 30 。前 2 笔采购订单与价格最低(价格为 15)的 2 笔销售订单匹配,从积压订单中删除这 2 笔销售订单。第 3 笔采购订单与价格最低的 1 笔销售订单匹配,销售订单价格为 25 ,从积压订单中删除这 1 笔销售订单。积压订单中不存在更多销售订单,所以第 4 笔采购订单需要添加到积压订单中。 最终,积压订单中有 5 笔价格为 10 的采购订单,和 1 笔价格为 30 的采购订单。所以积压订单中的订单总数为 6 。
示例 2:
输入:orders = [[7,1000000000,1],[15,3,0],[5,999999995,0],[5,1,1]] 输出:999999984 解释:输入订单后会发生下述情况: - 提交 109 笔销售订单,价格为 7 。没有采购订单,所以这 109 笔订单添加到积压订单中。 - 提交 3 笔采购订单,价格为 15 。这些采购订单与价格最低(价格为 7 )的 3 笔销售订单匹配,从积压订单中删除这 3 笔销售订单。 - 提交 999999995 笔采购订单,价格为 5 。销售订单的最低价为 7 ,所以这 999999995 笔订单添加到积压订单中。 - 提交 1 笔销售订单,价格为 5 。这笔销售订单与价格最高(价格为 5 )的 1 笔采购订单匹配,从积压订单中删除这 1 笔采购订单。 最终,积压订单中有 (1000000000-3) 笔价格为 7 的销售订单,和 (999999995-1) 笔价格为 5 的采购订单。所以积压订单中的订单总数为 1999999991 ,等于 999999984 % (109 + 7) 。
提示:
$1 <= orders.length <= 10^5$
$orders[i].length == 3$
$1 <= pricei, amounti <= 10^9$
orderTypei
为 $0$ 或 $1$
模拟 + 数据结构 整理题意:从前往后处理所有的 $orders[i]$,对于 buy
类型的订单,从积压订单中找价格低于等于当前价格的 sell
订单进行抵消;同理,对于 sell
类型的订单,从积压订单中找价格高于等于当前价格的 buy
订单进行抵消。问最终有多少积压订单。
这个找「最低/最高」价格的操作可以利用优先队列(堆)来做,对于积压的 buy
类型订单,我们总是要找价格高的,使用大根堆维护;对于积压的 sell
类型订单,我们总是要找价格低的,使用小根堆维护。
两个优先队列(堆)均维护形如 $(price_i, amount_i)$ 的二元组信息,代表价格为 $price_i$ 的订单积压了 $amount_i$ 单。
当处理(尝试匹配)了所有的 $orders[i]$ 之后,统计两个优先队列(堆)中订单数量即是答案。
代码:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 class Solution { public int getNumberOfBacklogOrders (int [][] orders) { PriorityQueue<int []> buy = new PriorityQueue <>((a,b)->b[0 ]-a[0 ]), sell = new PriorityQueue <>((a,b)->a[0 ]-b[0 ]); PriorityQueue<int []> from = null , to = null ; boolean fromIsSell = false ; for (int [] order : orders) { int p = order[0 ], a = order[1 ], t = order[2 ]; if (t == 0 ) { from = sell; to = buy; fromIsSell = true ; } else { from = buy; to = sell; fromIsSell = false ; } while (a > 0 && !from.isEmpty() && (fromIsSell ? from.peek()[0 ] <= p : from.peek()[0 ] >= p)) { int [] cur = from.poll(); int cnt = Math.min(cur[1 ], a); cur[1 ] -= cnt; a -= cnt; if (cur[1 ] > 0 ) from.add(cur); } if (a > 0 ) to.add(new int []{p, a}); } int ans = 0 ; for (PriorityQueue<int []> q : new PriorityQueue []{buy, sell}) { while (!q.isEmpty()) { ans += q.poll()[1 ]; ans %= (int )1e9 +7 ; } } return ans; } }
-
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 class Solution : def getNumberOfBacklogOrders (self, orders: List [List [int ]] ) -> int : buy, sell = [], [] for p, a, t in orders: if t == 0 : from_heap, to_heap, from_is_sell = sell, buy, True else : from_heap, to_heap, from_is_sell = buy, sell, False while a and from_heap and (from_heap[0 ][0 ] <= p if from_is_sell else -from_heap[0 ][0 ] >= p): cur = heapq.heappop(from_heap) if cur[1 ] > a: heapq.heappush(from_heap, (cur[0 ], cur[1 ] - a)) a = 0 else : a -= cur[1 ] if a: heapq.heappush(to_heap, (-p if from_is_sell else p, a)) ans, mod = 0 , int (1e9 )+7 for _, a in buy + sell: ans += a return ans % mod
时间复杂度:令$n$ 为数组 orders
的长度,复杂度为 $O(n\log{n})$
空间复杂度:$O(n)$
最后 这是我们「刷穿 LeetCode」系列文章的第 No.1801
篇,系列开始于 2021/01/01,截止于起始日 LeetCode 上共有 1916 道题目,部分是有锁题,我们将先把所有不带锁的题目刷完。
在这个系列文章里面,除了讲解解题思路以外,还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。
为了方便各位同学能够电脑上进行调试和提交代码,我建立了相关的仓库:https://github.com/SharingSource/LogicStack-LeetCode 。
在仓库地址里,你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。