Algorithm 实现数据结构

我们有m种不同的产品（编号从1到m）。招标开放时间为m天，在此期间有n人提出购买要约（每个要约针对一种产品）， 每天结束时，将出售出价最高的产品（包括所有尚未售出的产品）

我们应该实现一个提供以下操作的数据结构：

Init（m）->使用m个元素初始化DS，但不提供

Bid（j，p）->在产品j的复杂性O（1）中添加价格为p的报价

销售->以最高报价销售产品。以O（对数m）摊销的复杂度返回j（出售的产品）和p（出售产品的价格）

我试图通过使用fibonacce堆来解决这个问题：

• 我们创建一个新的fib堆并插入m次（键为j且信息为null的产品）

• 我使用减少fib堆中的关键点的思想，并将信息与新的p堆交换

• 我使用deletemin的思想来删除max

所以为了解决这个问题，我认为我应该使用最大堆而不是最小堆，这让我觉得我的方法是错误的

有人能帮我找到真正的解决办法**

您可以通过保留一个产品的哈希表（最大出价）和一个按最大出价排序的产品列表，来获得Bid（）的O（logm）和Sell（）的O（1）

---

对于Bid（），如果需要，可以更新表，如果需要，可以使用二进制搜索更新列表；对于Sell（），您只需从列表中弹出最上面的项目，然后从地图中获取价格。

是的，您需要一个最大堆。除此之外，您概述的解决方案是正确的。不知道如何使用列表在O（logn）中进行出价。如果列表是双链接列表，则在放置新出价时移动项目需要O（n）搜索。如果列表保存在一个数组中，那么找到新的点是O（logn），但实际上插入它将是O（n），因为你必须向下移动所有东西以形成一个空间。在学习了二进制堆、二项式堆、惰性二项式堆和fib堆之后，我们遇到了这个问题，所以我认为答案应该是使用这些数据结构的思想。根据上面要求的复杂性，这个问题使我想到使用fib堆，但出售最大值（而不是fib中的最小值）和增加信息（而不是减少fib中的键）使我很难完成解决方案。