[leetcode每日一题]1.2

时间：2023-01-03 07:56:03

​​1801. 积压订单中的订单总数​​

难度 中等

给你一个二维整数数组 ​​orders​​ ，其中每个 ​​orders[i] = [pricei, amounti, orderTypei]​​ 表示有 ​​amounti​​ 笔类型为 ​​orderTypei​​ 、价格为 ​​pricei​​ 的订单。

订单类型 ​​orderTypei​​ 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 ​​amounti​​ 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：

  • 如果该订单是一笔采购订单 ​​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 ​​109 + 7​​ 取余的结果。

示例 1：

[leetcode每日一题]1.2

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：

[leetcode每日一题]1.2

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 <= 105​​
  • ​​orders[i].length == 3​​
  • ​​1 <= pricei, amounti <= 109​​
  • ​​orderTypei​​​ 为 ​​0​​​ 或 ​​1​​

Solution

本题就是炒股的情境。具体来说，题目描述需要每次匹配最大最小值，因此可以考虑使用优先队列，这也是我第一次接触heapq这个库以及这个数据结构。

代码(Python)

class Solution:
def getNumberOfBacklogOrders(self, orders: List[List[int]]) -> int:
import heapq # 最小堆，那么 sell 的排序是正确的， 但是 buy 的排序是要最大，那么加个负号
buyhand = [] # oderType = 0
sellhand = [] # orderType = 1
for p, a, t in orders:
if t == 0:
while sellhand and sellhand[0][0] <= p and a:
if sellhand[0][1] > a:
sellhand[0][1] -= a
a = 0
else:
a -= sellhand[0][1]
heapq.heappop(sellhand)
if a:
heapq.heappush(buyhand, [-p, a])
else:
while buyhand and -buyhand[0][0] >= p and a:
if buyhand[0][1] > a:
buyhand[0][1] -= a
a = 0
else:
a -= buyhand[0][1]
heapq.heappop(buyhand)
if a:
heapq.heappush(sellhand, [p, a])
return (sum(s for _, s in sellhand) + sum(b for _, b in buyhand))%1000000007
标签：

相关文章