2025-09-09：水果成篮Ⅲ 用go语言，给你两个等长的整数数组 frui

摘要：2025-09-09：水果成篮Ⅲ。用go语言，给你两个等长的整数数组 fruits 和 baskets：fruits[i] 表示第 i 类水果的数量，baskets[j] 表示第 j 个篮子的容量。按 fruits 的索引从小到大依次处理每一类水果：对于当前水

2025-09-09：水果成篮Ⅲ。用go语言，给你两个等长的整数数组 fruits 和 baskets：fruits[i] 表示第 i 类水果的数量，baskets[j] 表示第 j 个篮子的容量。按 fruits 的索引从小到大依次处理每一类水果：对于当前水果，找出下标最小且尚未被占用、容量不少于该水果数量的篮子，把这类水果放入；每个篮子最多放一种水果；若不存在符合条件的空篮子，则该类水果保持未放置。所有水果处理完后，返回仍然未被放入任何篮子的水果种类数。

n == fruits.length == baskets.length。

输入： fruits = [4,2,5], baskets = [3,5,4]。

输出： 1。

解释：

fruits[0] = 4 放入 baskets[1] = 5。

fruits[1] = 2 放入 baskets[0] = 3。

fruits[2] = 5 无法放入 baskets[2] = 4。

由于有一种水果未放置，我们返回 1。

题目来自力扣3479。

1. 初始化：

• 首先，检查篮子数组 baskets 的长度。如果长度为0（即没有篮子），则所有水果都无法放置，直接返回水果的种类数（即 len(fruits)）。

• 否则，初始化一个线段树（SegTree）结构，用于高效地查询和更新篮子的状态。线段树节点数组 segNode 的大小为 4 * m + 7（其中 m 是篮子的数量），篮子数组 baskets 被存储在线段树中。

2. 构建线段树：

• 线段树构建函数 build 被调用，递归地将篮子数组构建成线段树。每个叶子节点存储对应篮子的容量，内部节点存储其左右子树的最大值（即区间内的最大篮子容量）。

3. 处理每类水果：

• 遍历每类水果（按索引从小到大）：

• 对于当前水果 fruits[i]，使用二分查找（在线段树上）寻找下标最小的、容量不小于 fruits[i] 且尚未被占用的篮子。

• 二分查找的区间为 [0, m-1]（即所有篮子）。

• 对于每个中间位置 mid，查询线段树区间 [0, mid] 的最大值。如果该最大值大于等于当前水果的数量，说明存在符合条件的篮子（且下标最小的在左半部分），继续在左半部分查找；否则在右半部分查找。

• 如果找到了这样的篮子（res != -1）并且该篮子的容量确实大于等于水果数量（实际上通过线段树查询已经保证了这一点），则将该篮子标记为已被占用（通过线段树更新将该篮子的容量设置为 INT_MIN，这样后续查询就不会再找到它）。

• 如果没有找到符合条件的篮子，则未放置的水果种类数 count 加1。

4. 返回结果：

• 处理完所有水果后，返回未放置的水果种类数 count。

• 时间复杂度：

构建线段树：O(m)，其中 m 是篮子的数量。处理每类水果：对于每类水果，进行二分查找（每次二分查找需要 O(log m) 时间），每次二分查找中需要在线段树上查询（每次查询也是 O(log m) 时间），并且如果找到篮子还需要更新线段树（一次更新也是 O(log m) 时间）。因此处理每类水果的总时间是 O(log² m)（因为二分查找和线段树操作都是对数时间）。总共有 n 类水果，所以总时间复杂度为 O(n * log² m)。由于 n 和 m 等长（题目中 n == m），所以可以表示为 O(n * log² n)。

• 额外空间复杂度：

线段树需要 O(m) 的额外空间（即 4 * m + 7），因此额外空间复杂度为 O(m)。由于 m = n，所以为 O(n)。

总结：

package mainimport ( "fmt" "math")const ( INT_MIN = math.MinInt32)type SegTree struct { segNode int baskets int}func (this *SegTree) build(p, l, r int) { if l == r { this.segNode[p] = this.baskets[l] return } mid := (l + r) >> 1 this.build(p r || qr > 1 return max(this.query(p> 1 if pos > 1 if tree.query(1, 0, m-1, 0, mid) >= fruits[i] { res = mid r = mid - 1 } else { l = mid + 1 } } if res != -1 && tree.baskets[res] >= fruits[i] { tree.update(1, 0, m-1, res, INT_MIN) } else { count++ } } return count}func main { fruits := int{4, 2, 5} baskets := int{3, 5, 4} result := numOfUnplacedFruits(fruits, baskets) fmt.Println(result)}

# -*-coding:utf-8-*-import sysINT_MIN = -2**31class SegTree: def __init__(self, baskets): self.baskets = baskets self.n = len(baskets) self.seg = [INT_MIN] * (4 * self.n + 7) if self.n > 0: self.build(1, 0, self.n - 1) def build(self, p, l, r): if l == r: self.seg[p] = self.baskets[l] return mid = (l + r) // 2 self.build(p * 2, l, mid) self.build(p * 2 + 1, mid + 1, r) self.seg[p] = max(self.seg[p * 2], self.seg[p * 2 + 1]) def query(self, p, l, r, ql, qr): if ql > r or qr = f: res = mid r = mid - 1 else: l = mid + 1 if res != -1 and tree.baskets[res] >= f: # 标记该篮子为已用（在线段树中设为很小的值） tree.update(1, 0, m - 1, res, INT_MIN) else: count += 1 return countif __name__ == "__main__": fruits = [4, 2, 5] baskets = [3, 5, 4] print(numOfUnplacedFruits(fruits, baskets))