百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术资源 > 正文

2025-08-24:吃披萨。用go语言,给出一个长度为 n 的整数数组 pizza

off999 2025-09-01 11:18 11 浏览 0 评论

2025-08-24:吃披萨。用go语言,给出一个长度为 n 的整数数组 pizzas,pizzas[i] 表示第 i 个披萨的重量。每一天必须恰好取出 4 个披萨来食用,并把这 4 个披萨按重量从小到大排成 a ≤ b ≤ c ≤ d:

o 若是第 1、3、5… 天(奇数天),当天的体重增加值为 d(这四个中最重的那块)。

o 若是第 2、4、6… 天(偶数天),当天的体重增加值为 c(这四个中第二重的)。
要求将所有披萨分成 n/4 组四个为一组(每个披萨只能用一次),并确定各组的食用顺序,使得累计的体重增加值最大化。已知 n 为 4 的倍数。求这个最大可能的总增加量。

4 <= n == pizzas.length <= 2 * 100000。

1 <= pizzas[i] <= 100000。

n 是 4 的倍数。

输入: pizzas = [1,2,3,4,5,6,7,8]。

输出: 14。

解释:

第 1 天,你吃掉下标为 [1, 2, 4, 7] = [2, 3, 5, 8] 的披萨。你增加的重量为 8。

第 2 天,你吃掉下标为 [0, 3, 5, 6] = [1, 4, 6, 7] 的披萨。你增加的重量为 6。

吃掉所有披萨后,你增加的总重量为 8 + 6 = 14。

题目来自力扣3457。

解决思路

1. 排序披萨:首先将披萨按重量从大到小排序。这样我们可以优先考虑重量大的披萨,因为它们可能贡献更多的增加值。

2. 分组策略:总共有 days = n/4 天(即组数)。为了最大化总增加量,我们需要让奇数天分配到尽可能大的最大值(d),偶数天分配到尽可能大的次大值(c)。

3. 奇数天和偶数天的分配

o 奇数天(第1、3、5…天)直接取最大的那些值作为d(即每组最大值)。因为奇数天直接取最大值,所以我们可以直接取排序后最大的前 odd = (days+1)/2 个披萨(这些将作为奇数天的最大值)。

o 偶数天(第2、4、6…天)需要取次大值(c)。但次大值不能直接取最大的那些(因为最大值已经被奇数天占用了),而是需要从剩余的披萨中挑选较大的次大值。

4. 具体分配方法

o 排序后,最大的前 odd 个披萨(即排序后的前 odd 个)被分配给奇数天作为最大值(d)。

o 对于偶数天,我们需要为每组分配一个次大值(c)。这些次大值应该尽可能大,但必须避免与奇数天冲突(即不能重复使用披萨)。

o 实际上,我们可以通过间隔选取的方式:从排序后的数组中,在跳过前 odd 个之后,每隔一个取一个披萨(即取索引为 odd+1, odd+3, odd+5... 的披萨),共取 days/2 个。这些被选取的披萨将作为偶数天的次大值(c)。

5. 为什么这样分配?

o 奇数天直接取最大的前 odd 个披萨,这显然是最优的(因为奇数天直接取最大值,所以最大的几个必须分配给奇数天)。

o 对于偶数天,我们需要次大值(c)尽可能大。但每组由4个披萨组成,最大值(d)已经很大(通常比c大),所以c不能太大(否则会浪费成为d的机会)。实际上,我们希望c尽可能大,但又不能占用那些可能成为更大d的披萨(即前odd个)。

o 排序后,数组从大到小排列。前odd个已经被用作奇数天的d。接下来,我们考虑剩余披萨中较大的那些作为偶数天的c。但如果我们直接取剩余最大的(即索引odd处的披萨),那么它可能应该作为某个组的d(但奇数天已经用完d名额),所以它只能作为c?但注意:实际上,每个组需要4个披萨,而且d和c来自同一组。

o 更深入的解释:为了最大化总增加量,我们应该让奇数天的d尽可能大(所以取前odd个最大的),然后让偶数天的c尽可能大(但不能影响奇数天的d)。实际上,偶数天的c应该从排序后的数组中“间隔”选取:因为如果我们取索引odd(即第odd+1大的披萨)作为某个偶数天的c,那么它所在的组必须有一个比它更大的d(但这个d已经被奇数天占用了,所以这个组不能是偶数天?)。实际上,我们需要为偶数天构造组,使得c尽可能大,同时d更大(但d已经被奇数天占用了,所以偶数天的d必须比c大,但可能小于奇数天的d)。

o 实际上,算法中偶数天取的c是排序后数组中的索引为 odd+1, odd+3, odd+5... 的元素。这样做的原因是:这些位置的值足够大(因为数组已排序),而且通过间隔选取,可以确保每个偶数天组有一个更大的d(这个d来自前odd个中的某个,但前odd个已经分配给奇数天了?)——这里需要更仔细的构造。

o 实际上,分组是隐含的:我们并不显式构造每组4个披萨,而是直接计算总和。因为问题只要求总和最大化,并不需要输出分组方案。所以算法直接选取了贡献值(奇数天的d和偶数天的c)并求和。

详细步骤(以输入[1,2,3,4,5,6,7,8]为例)

1. 排序披萨:从大到小排序后得到 [8,7,6,5,4,3,2,1]。

2. 计算天数:days = 8/4 = 2。

o 奇数天个数:odd = (2+1)/2 = 1(即第1天是奇数天)。

o 偶数天个数:days/2 = 1(即第2天是偶数天)。

3. 选取奇数天的d:取前odd=1个最大的披萨,即8。

4. 选取偶数天的c:从索引odd=1开始(即跳过前1个),每隔一个取一个,共取days/2=1个:

o 起始索引:odd=1(即第2个元素,值为7)。

o 但算法中取的是 odd + i*2 + 1?实际上,代码中循环是 for i in range(days/2),取索引为 odd + i*2 + 1

o 对于i=0:索引 = 1 + 0*2 + 1 = 2(即第3个元素,值为6)。

o 所以取的是6(而不是7)。

5. 总增加量 = 8 + 6 = 14。

为什么取索引2(值为6)而不是索引1(值为7)?

o 因为如果取索引1(7)作为偶数天的c,那么它所在的组需要有一个比7更大的d(至少为8)。但最大的d(8)已经被奇数天占用了,所以这个组不能是偶数天?实际上,我们需要避免冲突。

o 更一般地,这种间隔选取方式确保了每个偶数天的c对应的组有一个更大的d(这个d来自前odd个),并且不会重复使用披萨。

总结

o 算法通过排序和贪心策略,直接选取贡献值(奇数天的最大值和偶数天的次大值)求和,得到最大总增加量。

o 时间复杂度:排序时间复杂度为 O(n log n),后续的遍历为 O(n),因此总时间复杂度为 O(n log n)。

o 空间复杂度:排序可能使用 O(log n) 的额外空间(如快速排序的递归栈),因此总额外空间复杂度为 O(log n)。

注意

该算法不需要显式构造分组方案,而是通过数学推导直接计算最优和。这种方法的正确性基于贪心选择:让奇数天分配最大的那些值作为d,偶数天分配尽可能大(但又不与奇数天冲突)的值作为c。间隔选取(跳过一些值)是为了确保分组可行(即每个组有4个披萨且不重复使用)。

Go完整代码如下:

package main

import (
    "fmt"
    "slices"
)

func maxWeight(pizzas []int) (ans int64) {
    slices.SortFunc(pizzas, func(a, b int)int { return b - a })
    days := len(pizzas) / 4
    odd := (days + 1) / 2
    for _, x := range pizzas[:odd] {
        ans += int64(x)
    }
    for i := range days / 2 {
        ans += int64(pizzas[odd+i*2+1])
    }
    return
}

func main() {
    pizzas := []int{1,2,3,4,5,6,7,8}
    result := maxWeight(pizzas)
    fmt.Println(result)
}


Python完整代码如下:

# -*-coding:utf-8-*-

def max_weight(pizzas):
    pizzas.sort(reverse=True)
    days = len(pizzas) // 4
    odd = (days + 1) // 2
    ans = sum(pizzas[:odd])
    for i in range(days // 2):
        ans += pizzas[odd + i * 2 + 1]
    return ans

if __name__ == "__main__":
    pizzas = [1, 2, 3, 4, 5, 6, 7, 8]
    result = max_weight(pizzas)
    print(result)


·


我们相信Go语言和算法为普通开发者提供了困境的“面试利器”,并致力于分享全面的编程知识。在这里,您可以找到最新的Go语言教程、算法解析、提升面试竞争力的秘籍以及行业动态。


欢迎关注“福大规模架构师每日一题”,让 Go 语言和算法助力您的职业发展

·

相关推荐

Python设计模式 第 13 章 中介者模式(Mediator Pattern)

在行为型模式中,中介者模式是解决“多对象间网状耦合”问题的核心模式。它就像“机场调度中心”——多个航班(对象)无需直接沟通起飞、降落时间,只需通过调度中心(中介者)协调,避免航班间的冲突与混乱...

1.3.1 python交互式模式的特点和用法

什么是Python交互模式Python交互模式,也叫Python交互式编程,是一种在Python解释器中运行的模式,它允许用户在解释器窗口中输入单个Python语句,并立即查看结果,而不需要编写整个程...

Python设计模式 第 8 章 装饰器模式(Decorator Pattern)

在结构型模式中,装饰器模式是实现“动态功能扩展”的核心模式。它就像“手机壳与手机的关系”——手机(原始对象)具备通话、上网等基础功能,手机壳(装饰器)可在不改变手机本身的前提下,为其新增保护、...

python设计模式 综合应用与实战指南

经过前面16章的学习,我们已系统掌握创建型模式(单例、工厂、建造者、原型)、结构型模式(适配器、桥接、组合、装饰器、外观、享元、代理)、行为型模式(责任链、命令、迭代器、中介者、观察者、状态、策略...

Python入门学习教程:第 16 章 图形用户界面(GUI)编程

16.1什么是GUI编程?图形用户界面(GraphicalUserInterface,简称GUI)是指通过窗口、按钮、菜单、文本框等可视化元素与用户交互的界面。与命令行界面(CLI)相比,...

Python 中 必须掌握的 20 个核心:str()

str()是Python中用于将对象转换为字符串表示的核心函数,它在字符串处理、输出格式化和对象序列化中扮演着关键角色。本文将全面解析str()函数的用法和特性。1.str()函数的基本用法1.1...

Python偏函数实战:用functools.partial减少50%重复代码的技巧

你是不是经常遇到这样的场景:写代码时同一个函数调用了几十次,每次都要重复传递相同的参数?比如处理文件时总要用encoding='utf-8',调用API时固定传Content-Type...

第2节.变量和数据类型【第29课-输出总结】

同学们,关于输出的知识点讲解完成之后,把重点性的知识点做一个总结回顾。·首先对于输出这一章节讲解的比如有格式化符号,格式化符号这里需要同学们额外去多留意的是不是百分号s格式化输出字符串。当然课上也说百...

AI最火语言python之json操作_python json.loads()

JSON(JavaScriptObjectNotation,JavaScript对象表示法)是一种开放标准的文件格式和数据交换格式,它易于人阅读和编写。JSON是一种常用的数据格式,比如对接各种第...

python中必须掌握的20个核心函数—split()详解

split()是Python字符串对象的方法,用于将字符串按照指定的分隔符拆分成列表。它是文本处理中最常用的函数之一。一、split()的基本用法1.1基本语法str.split(sep=None,...

实用方法分享:pdf文件分割方法 横向A3分割成纵向A4

今天在街上打印店给儿子打印试卷时,我在想:能不能,把它分割成A4在家中打印,这样就不需要跑到街上的打印店打印卷子了。原来,老师发的作业,是电子稿,pdf文件,A3格式的试卷。可是家中的打印机只能打印A...

20道常考Python面试题大总结_20道常考python面试题大总结免费

20道常考Python面试题大总结关于Python的面试经验一般来说,面试官会根据求职者在简历中填写的技术及相关细节来出面试题。一位拿了大厂技术岗SpecialOffer的网友分享了他总结的面试经...

Kotlin Data Classes 快速上手_kotlin快速入门

引言在日常开发中,我们常常需要创建一些只用来保存数据的类。问题是,这样的类往往需要写一堆模板化的方法:equals()、hashCode()、toString()……每次都重复,既枯燥又容易出错。//...

python自动化RobotFramework中Collections字典关键字使用(五)

前言介绍安装好robotframework库后,跟之前文章介绍的BuiltIn库一样BuiltIn库使用介绍,在“python安装目录\Lib\site-packages\robot\librarie...

Python中numpy数据分析库知识点总结

Python中numpy数据分析库知识点总结二、对已读取数据的处理②指定一个值,并对该值双边进行修改③指定两个值,并对第一个值的左侧和第二个值的右侧进行修改2.4数组的拼接和行列交换①竖直拼接(np...

取消回复欢迎 发表评论: