2363. 合并相似的物品

题目描述

给你两个二维整数数组 items1 和 items2 ，表示两个物品集合。每个数组 items 有以下特质：

• items[i] = [value_i, weight_i] 其中 value_i 表示第 i 件物品的 价值 ，weighti 表示第 i 件物品的 重量 。
• items 中每件物品的价值都是 唯一的 。

请你返回一个二维数组 ret，其中 ret[i] = [value_i, weight_i]， weight_i 是所有价值为 value_i 物品的 重量之和 。

注意：ret 应该按价值 升序 排序后返回。

---

示例 1

输入：items1 = [[1,1],[4,5],[3,8]], items2 = [[3,1],[1,5]]
输出：[[1,6],[3,9],[4,5]]
解释：
value = 1 的物品在 items1 中 weight = 1 ，在 items2 中 weight = 5 ，总重量为 1 + 5 = 6 。
value = 3 的物品再 items1 中 weight = 8 ，在 items2 中 weight = 1 ，总重量为 8 + 1 = 9 。
value = 4 的物品在 items1 中 weight = 5 ，总重量为 5 。
所以，我们返回 [[1,6],[3,9],[4,5]] 。

---

示例 2

输入：items1 = [[1,1],[3,2],[2,3]], items2 = [[2,1],[3,2],[1,3]]
输出：[[1,4],[2,4],[3,4]]
解释：
value = 1 的物品在 items1 中 weight = 1 ，在 items2 中 weight = 3 ，总重量为 1 + 3 = 4 。
value = 2 的物品在 items1 中 weight = 3 ，在 items2 中 weight = 1 ，总重量为 3 + 1 = 4 。
value = 3 的物品在 items1 中 weight = 2 ，在 items2 中 weight = 2 ，总重量为 2 + 2 = 4 。
所以，我们返回 [[1,4],[2,4],[3,4]] 。

---

示例 3

输入：items1 = [[1,3],[2,2]], items2 = [[7,1],[2,2],[1,4]]
输出：[[1,7],[2,4],[7,1]]
解释：
value = 1 的物品在 items1 中 weight = 3 ，在 items2 中 weight = 4 ，总重量为 3 + 4 = 7 。
value = 2 的物品在 items1 中 weight = 2 ，在 items2 中 weight = 2 ，总重量为 2 + 2 = 4 。
value = 7 的物品在 items2 中 weight = 1 ，总重量为 1 。
所以，我们返回 [[1,7],[2,4],[7,1]] 。

---

提示

• 1 <= items1.length, items2.length <= 1000
• items1[i].length == items2[i].length == 2
• 1 <= value_i, weight_i <= 1000
• items1 中每个 valuei 都是 唯一的 。
• items2 中每个 valuei 都是 唯一的 。

---

算法一：map 和 vector 的转化

思路

• 首先将 items1 里的 value 和 weight 转换为 map 对应的 键值对，由于 map 会默认对 key 升序排序，因此此时的顺序已经满足了题目的要求。
• 接着遍历 items2 ，将 items2 中对应的物品也加入到 map 中。
• 此时 map 里存储的键值对就是答案，但是这道题要求我们返回二维 vector ，因此还需要将 map 转化为 二维 vector。

收获

• 一开始想要哈希表，但是如果用下标存储 value ，太浪费空间了；如果是使用二维数组作为哈希表，遍历 items2 的时候又难以获得 value ，最后看了提示，可以用 map 。
• map 访问对象 ， key - map.first ， value - map.second；
• 如何将 map 转化为 二维 vector ：这个我想了很久，后来发现可以创建一维 vector，将 map.first 和 map.second 放入，再将一维数组 push_back 到二维数组 ans 中，得到最终答案。

算法情况

• 时间复杂度：O（n + m）， 其中 n 和 m 分别为 items1 和 items2 的长度；

• 空间复杂度：O（n + m）， 其中 n 和 m 分别为 items1 和 items2 的长度。

  

代码

class Solution {
public:vector<vector<int>> mergeSimilarItems(vector<vector<int>>& items1, vector<vector<int>>& items2) {// map默认对key升序排序map<int, int> mp;// 转化为mapfor(auto t : items1){mp[t[0]] = t[1];}for(auto t2: items2){mp[t2[0]] += t2[1];}vector<vector<int>> ans;// map 转化为 vector<vector<int>>for(auto s : mp){vector<int> temp = {s.first, s.second};ans.push_back(temp);}return ans;}
};