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

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:

  • 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)。

  • 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
    • 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)。
    • 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
    • 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)。
    • 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)。
    • 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?
    • 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)。
    • 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)。
    • 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。
    • 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)。
    • 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。
    • 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。
    • 奇数天个数:odd = (2+1)/2 = 1(即第1天是奇数天)。
    • 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:
    • 起始索引:odd=1(即第2个元素,值为7)。
    • 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
    • 对于i=0:索引 = 1 + 0*2 + 1 = 2(即第3个元素,值为6)。
    • 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)?

  • 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。
  • 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

  • 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。
  • 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)。
  • 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:

go 复制代码
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:

python 复制代码
# -*-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)
相关推荐
青梅主码3 分钟前
麦肯锡2025Q3报告:聚焦地球未来,AI与可持续发展如何重塑行业?
后端
冷月半明23 分钟前
网关饿晕了:Spring Cloud Gateway 内存告急 500 错误现场抓妖记
java·后端
captainOO740 分钟前
MRO and mixin in Python Django
后端·python·django
Moment42 分钟前
面向前端的 9 大 RAG 进阶方法 ☺️☺️☺️
前端·后端·面试
风象南1 小时前
SpringBoot 在线依赖包漏洞扫描仪,一键发现潜在安全漏洞
后端
ss2731 小时前
手写MyBatis第31弹-用工厂模式重构MyBatis的SqlSession创建过程
spring boot·后端·mybatis
Victor3562 小时前
Redis(22) Redis的持久化机制有哪些?
后端
一个热爱生活的普通人2 小时前
使用 Makefile 和 Docker 简化你的 Go 服务部署流程
后端·go
Victor3562 小时前
Redis(23) RDB和AOF有什么区别?
后端
hui函数9 小时前
Flask电影投票系统全解析
后端·python·flask