在这个问题中，我们将对数组元素执行给定的操作，并找到最后的最大和。
在这里，每次操作中，我们可以从数组中最多选择X[p]个元素，并用Y[p]个元素替换它们，以最大化总和。
在简单的方法中，我们将找到X[p]数组元素，这些元素小于Y[p]元素，并将其替换为Y[p]。
在高效的方法中，我们将使用优先队列来获取最大的总和。
问题陈述− 我们给定了包含N个数字的nums[]数组。同时，我们给定了包含M个整数的X[]和Y[]数组。我们需要对nums[]数组执行以下操作。
我们需要对X[]和Y[]元素的每个元素执行M次操作。在每次操作中，我们需要从数组nums[]中选择最大的X[p]元素，并将其替换为Y[p]。
给定的任务是在执行M次操作后找到nums[]数组元素的最大和。
示例示例
输入
nums[] = {10, 8, 7, 60, 20, 18, 30, 60}; m = 3; x[] = {1, 2, 5}; y[] = {500, 10, 2};
登录后复制
输出
708
登录后复制
Explanation − 让我们逐个执行每个操作。
在第一次操作中，我们将用500替换7个元素。所以，数组变为 {10, 8, 500, 60, 20, 18, 30, 60}。
在第二次操作中，我们最多可以用10替换2个元素，但我们只有1个小于10的元素。所以，我们将8替换为10，数组变为{10, 10, 500, 60, 20, 18, 30, 60}。
在第三个操作中，我们最多可以用2替换5个元素，但数组中没有任何小于2的元素。因此，我们不会替换任何元素。
输入
nums[] = {30, 40, 50, 50, 60}; m = 3; x[] = {2, 3, 6}; y[] = {10, 8, 21};
登录后复制
输出
230
登录后复制
解释 − y[]数组的所有元素都小于原数组的元素。因此，我们不需要替换给定数组的任何元素来获得最大的和。
输入
nums[] = {30, 40, 50, 50, 60}; m = 3; x[] = {2, 4, 5}; y[] = {50, 60, 100};
登录后复制
输出
500
登录后复制
Explanation − 在这里，我们可以在每次操作中最多替换x[p]个元素。在最后一次操作中，我们可以将数组中的每个元素替换为100，从而得到最大和等于100。
方法一
在这种方法中，我们将遍历x[]和y[]数组。在每次迭代中，我们将对数组进行排序，以获取最多x[p]个小于y[p]元素的数组元素，并用y[p]替换它们。
算法
步骤 1 − 将‘maxSum’初始化为0，用于存储数组元素的最大和。
步骤2 − 开始遍历x[]和y[]数组元素。
步骤 3 − 将 x[p] 的值存入临时变量，并对 nums[] 数组进行排序。
第四步− 在循环内开始遍历已排序的数组。
步骤 5 − 如果温度大于0，并且 nums[q] 小于 y[p]，则使用 y[p] 更新 nums[q]，并将 temp 值减1。
第6步− 在循环之外，开始遍历更新后的数组，将所有数组元素的和取出并存储到maxSum变量中。
第7步 − 在函数结束时返回maxSum。
示例
#include using namespace std;int getMaxSum(int nums[], int n, int q, int x[], int y[]) { int maxSum = 0; // Traverse X[] and Y[] array for (int p = 0; p 0 && nums[q] 输出
The maximum sum we can get by replacing the array values is 708
登录后复制
时间复杂度− O(M*NlogN)，其中O(M)用于遍历所有查询，O(NlogN)用于对数组进行排序。
空间复杂度− 对于对数组进行排序，空间复杂度为O(N)。
方法二
在这种方法中，我们将使用优先队列来存储数组元素和其出现次数的配对。
例如，我们将为每个数组元素将{nums[p]，1}对推入优先队列。同时，我们将{y[p]，x[p]}对推入优先队列。在优先队列中，对将根据第一个元素进行排序。因此，我们可以从队列中取出最高的N个元素。在这里，对于{y[p]，x[p]}对，我们可以取出y[p]元素x[p]次，并且我们需要取出总共N个元素以最大化总和。
算法
Step 1 − Initialize the ‘maxSum’ with 0 and the priority queue to store the pair of elements and their number of occurrences.
第二步− 对于所有的数组元素，将{nums[p], 1}对插入队列中。
步骤 3 − 然后，将 {y[p], x[p]} 对插入优先队列中。
第四步− 迭代直到 n 大于 0。
步骤 4.1 − 从优先队列中取出第一个元素。
步骤 4.2 − 将 first_ele * max(n, second_ele) 添加到总和中。这里，我们使用 max(n, second_ele) 来处理最后一种情况。
步骤 4.3 − 从 n 中减去 second_ele。
第5步− 返回maxSum。
示例
#include using namespace std;int getMaxSum(int nums[], int n, int m, int x[], int y[]) { int maxSum = 0, p; // To get maximum sum priority_queue> p_que; // Insert nums[] array pairs into the queue for (p = 0; p 0) { // Get top element of priority queue auto temp = p_que.top(); // Remove top element p_que.pop(); // Add value to the sum maxSum += temp.first * min(n, temp.second); // Change N n -= temp.second; } return maxSum;}int main() { int nums[] = {10, 8, 7, 60, 20, 18, 30, 60}; int n = (sizeof nums) / (sizeof nums[0]); int m = 3; int x[] = {1, 2, 5}; int y[] = {500, 10, 2}; cout 输出
The maximum sum we can get by replacing the array values is 708
登录后复制
时间复杂度 - O(N*logN + m*logm)，其中O(N)和O(m)用于遍历给定的数组，O(logN)用于插入和删除队列中的元素。
空间复杂度 - O(N+M)，用于将对存储到队列中。
在第一种方法中，我们需要在每次迭代中对数组进行排序，以找到最小的x[p]个元素。使用优先队列在插入或删除元素时自动对元素进行排序，因为它使用了堆数据结构。因此，它可以提高代码的性能。
以上就是执行给定操作后的最大可能数组和的详细内容，更多请关注【创想鸟】其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至253000106@qq.com举报，一经查实，本站将立刻删除。
发布者：PHP中文网，转转请注明出处：https://www.chuangxiangniao.com/p/2585638.html
