1760. Minimum Limit of Balls in a Bag

最新推荐文章于 2026-06-20 22:55:52 发布

原创最新推荐文章于 2026-06-20 22:55:52 发布 · 420 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#leetcode

二分法专栏收录该内容

3 篇文章

订阅专栏

本文介绍如何通过二分查找算法解决分包问题，涉及将球分配到容量有限的包中，确保每包不超过最大容量，同时计算最小操作次数。核心公式和特殊情形的处理被详细阐述。

画图画图画图重要的事情说三遍
//max No. balls/bag 1 2 3 4
//balls in bag
2 1 0 0 0
4 3 1 1 0
    8 7 3 2 1
2 1 0 0 0

maxOperations(newbags) 12 4 3 1
这么一看就不用说了 - 方法就是二分了。

这个图中左边是初始时包里面球的个数比如有4个包，每个包里是2， 4， 8 ， 2 个球
如果每个包里最多有2个球。
我们要操作几步哪？
比如有8个球，每个包里最多2个球。那我们要找3个袋子，每个里放两个。这样最初的8个球的大袋子里最后就剩了2个。这样就完成任务。

感觉这个问题可以转换成找袋子

也就是 nums / ballsPerBag - 1
但是这个公式也有个特殊的
17个球，每个最多7个。 17 / 7 = 2.
整除完后还剩下3个球，这些球还得要个袋子。
所以步骤的个数分为两个公式：
// nums % ballsPerBag == 0 => nums / ballsPerBag - 1;
// nums % ballsPerBag ！= 0 => nums / ballsPerBag;

class Solution {
public:
int calcMaxOperations(vector<int>& nums,int ballsPerBag)
{
int ret = 0;
if(ballsPerBag == 0)
return 0;

for(int num: nums) {
if(num % ballsPerBag == 0)
ret += num / ballsPerBag - 1;
else
ret += num / ballsPerBag;
}
return ret;
}

int minimumSize(vector<int>& nums, int maxOperations) {
// 画图画图画图重要的事情说三遍
//max No. balls/bag 1 2 3 4
//balls in bag
// 2 1 0 0 0
// 4 3 1 1 0
// 8 7 3 2 1
// 2 1 0 0 0

//maxOperations 12 4 3 1

//这个图中左边是初始时包里面球的个数比如有4个包，每个包里是2， 4， 8 ， 2 个球
//如果每个包里最多有2个球。
//我们要操作几步哪？
//比如有8个球，每个包里最多2个球。那我们要找3个袋子，每个里放两个。这样8个球的大袋子里最后就剩了2个。
//也就是 nums / ballsPerBag - 1
// 但是这个公式也有个特殊的
// 17个球，每个最多7个。 17 / 7 = 2.
// 整除完后还剩下3个球，这些球还得要个袋子。
// 所以步骤的个数分为两个公式：
// nums % ballsPerBag == 0 => ums / ballsPerBag - 1;
// nums % ballsPerBag ！= 0 => ums / ballsPerBag;

int start = 1;
int end = 0;

for(int num: nums) {
end = max(end, num);
}

while(start + 1 < end) {
int mid = start + (end - start) / 2;
int maxOper = calcMaxOperations(nums, mid);

if( maxOper > maxOperations)
start = mid;
else
end = mid;
}

if(calcMaxOperations(nums, start) <= maxOperations)
return start;
if(calcMaxOperations(nums, end) <= maxOperations)
return end;

return -1;

}
};