news 2026/9/10 9:00:23

解决leetcode第3801题合并有序列表的最小成本

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
解决leetcode第3801题合并有序列表的最小成本

3801.合并有序列表的最小成本

难度:困难

问题描述:

给你一个二维整数数组lists,其中每个lists[i]是一个按照非递减顺序排序的非空整数数组。

你可以重复选择两个列表a=lists[i]和b=lists[j](i!=j),并将它们合并。合并a和b的成本为:

len(a)+len(b)+abs(median(a)-median(b)),其中len和median分别表示列表的长度和中位数。

合并a和b后,从lists中移除a和b,并将新的合并后有序列表(元素按从小到大排列)插入到lists中的任意位置。重复此过程直到只剩下一个列表。

返回将所有列表合并为一个有序列表所需的最小总成本。

数组的中位数是指排序后位于中间的元素。如果数组元素数量为偶数,则取左侧中间元素。

示例1:

输入:lists=[[1,3,5],[2,4],[6,7,8]]

输出:18

解释:

合并a=[1,3,5]和b=[2,4]:

len(a)=3,len(b)=2

median(a)=3,median(b)=2

cost=len(a)+len(b)+abs(median(a)-median(b))=3+2+abs(3-2)=6

此时lists变为[[1,2,3,4,5],[6,7,8]]。

合并a=[1,2,3,4,5]和b=[6,7,8]:

len(a)=5,len(b)=3

median(a)=3,median(b)=7

cost=len(a)+len(b)+abs(median(a)-median(b))=5+3+abs(3-7)=12

此时lists变为[[1,2,3,4,5,6,7,8]],总成本为6+12=18。

示例2:

输入:lists=[[1,1,5],[1,4,7,8]]

输出:10

解释:

合并a=[1,1,5]和b=[1,4,7,8]:

len(a)=3,len(b)=4

median(a)=1,median(b)=4

cost=len(a)+len(b)+abs(median(a)-median(b))=3+4+abs(1-4)=10

此时lists变为[[1,1,1,4,5,7,8]],总成本为10。

示例3:

输入:lists=[[1],[3]]

输出:4

解释:

合并a=[1]和b=[3]:

len(a)=1,len(b)=1

median(a)=1,median(b)=3

cost=len(a)+len(b)+abs(median(a)-median(b))=1+1+abs(1-3)=4

此时lists变为[[1,3]],总成本为4。

示例4:

输入:lists=[[1],[1]]

输出:2

解释:

总成本为len(a)+len(b)+abs(median(a)-median(b))=1+1+abs(1-1)=2。

提示:

2<=lists.length<=12

1<=lists[i].length<=500

-109<=lists[i][j]<=109

lists[i]按照非递减顺序排序。

lists[i]的元素总和不超过2000。

问题分析:

本问题中cost的计算使用了公式len(a)+len(b)+abs(median(a)-median(b)),公式中的len(a)和len(b)不管怎么合并,都是固定一样的,但abs(median(a)-median(b))对于选择a和b使最后获得最小成本就有讲究了,策略是把数组中中位数最小的两个数组合并,生成新的二维数组之后仍然选中位数最小的两个数组合并,直到只有一个列表为止。特别注意列表作为函数参数传递是传递的引用,函数中对列表参数的改变会带回原列表。

程序如下:

#对选定的两个列表list1和list2进行合并,返回合并生成的列表 def merge_two_lists(list1,list2): a=[] a.extend(list1) a.extend(list2) a.sort() return a #计算一个有序列表的中位数并返回 def get_median(lists): n=len(lists) if n==1: return lists[0] elif n==2: return lists[0] else: if n%2==0: return lists[n//2-1] else: return lists[n//2] #对一个给定的二维数组,返回中位数最小的两个列表的序号 def get_two_min_median(lists): n=len(lists) a=[] for i in lists: a.append(get_median(i)) b=list(enumerate(a)) b.sort(key=lambda x:x[1]) return b[0],b[1] #主程序 lists=eval(input('pls input lists=')) cost=0 while len(lists)>1: a=(m1,n1),(m2,n2) = get_two_min_median(lists) a=list(a) a.sort(key=lambda x:x[0]) index1=a[0][0] median1=a[0][1] index2=a[1][0] median2=a[1][1] m=lists[index1] n=lists[index2] print(f'合并a={m}和b={n}') print(f'len(a)={len(m)}, len(b)={len(n)}, median(a)={median1},median(b)={median2}') cost += len(m) + len(n) + abs(median1 - median2) c=merge_two_lists(m,n) print(f'cost=len(a)+len(b)+abs(median(a)-median(b))={len(m)}+{len(n)}+{abs(median1-median2)}={cost}') lists.remove(m) lists.remove(n) lists.append(c) #print(f'此时lists变为{lists}') print(f'此时lists变为{lists},总成本为{cost}')

运行实例一

pls input lists=[[1,2,3],[4,7,8],[5,9,10,11]]

合并a=[1, 2, 3]和b=[4, 7, 8]

len(a)=3, len(b)=3, median(a)=2,median(b)=7

cost=len(a)+len(b)+abs(median(a)-median(b))=3+3+5=11

此时lists变为[[5, 9, 10, 11], [1, 2, 3, 4, 7, 8]],总成本为11

合并a=[5, 9, 10, 11]和b=[1, 2, 3, 4, 7, 8]

len(a)=4, len(b)=6, median(a)=9,median(b)=3

cost=len(a)+len(b)+abs(median(a)-median(b))=4+6+6=27

此时lists变为[[1, 2, 3, 4, 5, 7, 8, 9, 10, 11]],总成本为27

运行实例二

pls input lists=[[2],[5]]

合并a=[2]和b=[5]

len(a)=1, len(b)=1, median(a)=2,median(b)=5

cost=len(a)+len(b)+abs(median(a)-median(b))=1+1+3=5

此时lists变为[[2, 5]],总成本为5

运行实例三

pls input lists=[[2,4],[7,8,9,10],[3,5]]

合并a=[2, 4]和b=[3, 5]

len(a)=2, len(b)=2, median(a)=2,median(b)=3

cost=len(a)+len(b)+abs(median(a)-median(b))=2+2+1=5

此时lists变为[[7, 8, 9, 10], [2, 3, 4, 5]],总成本为5

合并a=[7, 8, 9, 10]和b=[2, 3, 4, 5]

len(a)=4, len(b)=4, median(a)=8,median(b)=3

cost=len(a)+len(b)+abs(median(a)-median(b))=4+4+5=18

此时lists变为[[2, 3, 4, 5, 7, 8, 9, 10]],总成本为18

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。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。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/6 0:57:39

基于Python的历届奥运会数据可视化分析系统毕业设计项目源码

项目简介基于 Python 的历届奥运会数据可视化分析系统&#xff0c;聚焦体育数据洞察 “历史溯源、趋势挖掘、价值呈现” 的核心需求&#xff0c;针对传统体育数据 “维度单一、分析浅层、交互不足” 的痛点&#xff0c;构建覆盖体育爱好者、数据分析师、体育管理机构的全流程数…

作者头像 李华
网站建设 2026/9/3 3:37:06

泛型算法概述

文章目录 目录 概要 accumulate copy 小结 概要 泛型算法是C标准库里的又一重要的组成部分&#xff0c;泛型算法之所以被称为“算法”&#xff0c;是因为它们实现了一些经典算法的公共接口&#xff0c;例如&#xff1a;排序和搜索&#xff0c;“泛型”则意味着它们能够用…

作者头像 李华
网站建设 2026/9/3 4:14:29

大数据领域数据合规:提升竞争力的关键

大数据领域数据合规&#xff1a;提升竞争力的关键关键词&#xff1a;数据合规、大数据、隐私保护、数据治理、企业竞争力、GDPR、个人信息保护法摘要&#xff1a;在数据成为“新型石油”的今天&#xff0c;企业如何合法、安全地挖掘数据价值&#xff1f;本文将从“数据合规”这…

作者头像 李华
网站建设 2026/9/6 18:08:31

ollama部署本地模型

ollama本地部署deepseek模型使用ollama拉取目标模型查看本地模型测试模型能否正常对话使用curl命令测试模型使用ollama拉取目标模型 ollama pull deepseek-r1:7b如图所示 查看本地模型 ollama list可以看到deepseek-rz:7b已经下载下来了 测试模型能否正常对话 ollama ru…

作者头像 李华