竞赛题优化：解决堆方法超时的考试时间处理问题

我有一个列表 examTime = [3, 3, 6, 3, 9]，给定参数 a = 3，b = 2。

约束条件 #

• 数组长度：1 ≤ len(examTime) ≤ 10^5
• 元素范围：1 ≤ examTime[i] ≤ 10^9
• 参数范围：1 ≤ b < a ≤ 10^9

任务要求 #

需要重复执行以下操作，直到数组中所有元素都≤0：每次找到数组中的最大值，将其减去a，同时将数组中其他所有元素减去b。

操作示例 #

步骤1：最大值9减3，其余元素减2，得到新数组：[1, 1, 4, 1, 6]
步骤2：最大值6减3，其余元素减2，得到新数组：[-1, -1, 2, -1, 3]
步骤3：最大值3减3，其余元素减2，得到新数组：[-3, -3, 0, -3, 0]
完成所有操作共需要3次。

当前问题 #

要求算法时间复杂度为O(nlogn)，我原本用堆来实现：每次弹出最大值处理，再给堆中所有元素减b，但面对大数据量（比如下面的测试用例）时程序超时，有没有更高效的解决方法？

补充信息 #

原堆实现算法 #

func minOps(examTime, x, y) {
    // 转负数用最小堆模拟最大堆
    1. 将 examTime 中所有元素转为负数
    2. 执行堆化操作
    3. 循环直到堆为空：
          popped = -从堆中弹出元素 - x
          遍历堆中所有元素，每个元素减去y，若结果≤0则弹出堆
          如果 popped 大于0，将其压入堆中
    4. 每次循环后操作计数加1
}

超时测试用例 #

examTime = [1000000000] * 100000, a = 10000, b = 100

内容的提问来源于stack exchange，提问作者AS Scorpio