漫画:有趣的 “切蛋糕“ 问题

大数据DT

共 7738字,需浏览 16分钟

 ·

2022-06-12 21:13

导读:一道又烧脑又有趣的ACM比赛题目。


作者:小灰
来源:程序员小灰(ID:chengxuyuanxiaohui)


—————  第二天  —————



举个例子:

我们有5块蛋糕,蛋糕的大小分别是 5,17,25,3,15 


我们有7位顾客,他们的饭量分别是 2,5,7,9,12,14,20


(每个蛋糕大小和顾客食量都是小于1000的整数,蛋糕和顾客的数量不超过1000)

在分发蛋糕时,有一个特殊的规则:蛋糕可分不可合

什么意思呢?

一块较大的蛋糕,可以切分成多个小块,用来满足多个胃口较小的顾客:


但是,若干块较小的蛋糕,不允许合并成一块大蛋糕,用来满足一个胃口较大的顾客:


最后的问题是:给定蛋糕大小的集合cakes,给定顾客饭量的集合mouths,如何计算出这些蛋糕可以满足的最大顾客数量?

  • 比如:输入cakes集合 {2,9};输入mouths集合 {5,4, 2,8}
  • 正确返回:3



小灰的思路:

为了让更多的顾客吃饱,肯定要优先满足食量小的顾客,所以小灰决定使用贪心算法

首先,把蛋糕和顾客从小到大进行排序:

按照上面的例子,排序结果如下:


接下来,让每一个蛋糕和顾客按照从左到右的顺序匹配。如果蛋糕大于顾客饭量,则切分蛋糕;如果蛋糕小于顾客饭量,则丢弃该蛋糕。

第1块蛋糕大小是3,第1个顾客饭量是2,于是把蛋糕切分成2+1,满足顾客。剩下的1大小蛋糕无法满足下一位顾客,丢弃掉。


第2块蛋糕大小是5,第2个顾客饭量是5,刚好满足顾客。


第3块蛋糕大小是15,第3个顾客饭量是7,于是把蛋糕切分成7+8,满足顾客。剩下的8大小蛋糕无法满足下一位顾客,丢弃掉。


第4块蛋糕大小是17,第4个顾客饭量是9,于是把蛋糕切分成9+8,满足顾客。剩下的8大小蛋糕无法满足下一位顾客,丢弃掉。


第5块蛋糕大小是25,第5个顾客饭量是12,于是把蛋糕切分成12+13,满足顾客。剩下的13大小蛋糕无法满足下一位顾客,丢弃掉。


这样一来,所有蛋糕都用完了,由贪心算法得出结论,最大能满足的顾客数量是5。



例子当中:

  • 3的蛋糕满足2的顾客,
  • 5的蛋糕满足5的顾客,
  • 15的蛋糕满足12的顾客,
  • 17的蛋糕满足7和9的顾客,
  • 25的蛋糕满足14的顾客。

显然,面试官随意给出的吃法,满足了6个顾客。

————————————





这句话听起来有点绕,什么意思呢?我们可以看看下面这张图:


其实道理很简单,由于顾客的饭量是从小到大排序的,优先满足饭量小的顾客,才能尽量满足更多的人。

因此,在记录顾客饭量的数组中,必定存在一段从最左侧开始的连续元素,符合当前蛋糕所能满足的最多顾客组合。

这样一来,我们的题目就从寻找最大满足顾客数量,转化成了寻找顾客饭量有序数组中的最大满足临界点:



让我们先来回顾一下二分查找的思路:


1. 选择中间元素,下标mid = (0 + 6)/2 = 3  ,因此中间元素是9:


2. 判断9>5,选择元素9左侧部分的中间元素,下标mid = (0+2)/2 = 1,因此中间元素是5:


3. 判断5=5,查找结束。

但是,切蛋糕的问题比普通的二分查找要复杂得多,因为我们要寻找的顾客饭量数组临界元素,并不是简单地判断元素是否相等,而是要验证给定的蛋糕能否满足临界元素之前的所有顾客。

如何来实现呢?我们仍旧使用刚才的例子,演示一下详细过程:


第一步,寻找顾客数组的中间元素。

在这里,中间元素是9:


第二步,验证饭量从2到9的顾客能否满足。

子步骤1,遍历蛋糕数组,寻找大于9的蛋糕,最终寻找到元素15。


子步骤2,饭量9的顾客吃掉15的蛋糕,还剩6大小。


子步骤3,重新遍历蛋糕数组,寻找大于7的蛋糕,最终寻找到元素17。


子步骤4,饭量7的顾客吃掉17的蛋糕,还剩10大小。


子步骤5,重新遍历蛋糕数组,寻找大于5的蛋糕,最终寻找到元素5。


子步骤6,饭量5的顾客吃掉5的蛋糕,还剩0大小。


子步骤7,重新遍历蛋糕数组,寻找大于2的蛋糕,最终寻找到元素3。


子步骤8,饭量2的顾客吃掉3的蛋糕,还剩1大小。


到此为止,从2到9的所有顾客都被满足了,验证成功。

接下来,我们需要引入更多顾客,从而试探出蛋糕满足的顾客上限。

第三步,重新寻找顾客数组的中间元素。

由于第二步验证成功,所以我们要在元素9右侧的区域,重新寻找中间元素。显然,这个中间元素是14:


第四步,验证饭量从2到14的顾客能否满足。

这一步和第二步的思路是相同的,这里就不详细阐述了。最终的验证结果是,从2到14的顾客能够满足。

接下来,我们还要引入更多顾客,试探出蛋糕满足的顾客上限。

第五步,重新寻找顾客数组的中间元素。

由于第四步验证成功,所以我们要在元素14右侧的区域,重新寻找中间元素。显然,这个中间元素也就是唯一的元素20:


第六步,验证饭量从2到20的顾客能否满足。

这一步和第二步、第四步的思路是相同的,这里就不详细阐述了。最终的验证结果是,从2到20的顾客不能够满足。

经过以上步骤,我们找到了最大满足顾客的临界点14,从2到14共有6个顾客,所以给定蛋糕最大能满足的顾客数量是6


//剩余蛋糕数量
static int leftCakes[];
//蛋糕总量(不是数量,而是大小之和)
static int totalCake = 0;
//浪费蛋糕量
static int lostCake = 0;
static boolean canFeed(int[] mouths, int monthIndex, int sum)
{
   if(monthIndex<=0) {
       //递归边界
       return true;
   }
   //如果 蛋糕总量-浪费蛋糕量 小于当前的需求量,直接返回false,即无法满足
   if(totalCake - lostCake < sum) {
       return false;
   }
   //从小到大遍历蛋糕
   for(int i=0;i<leftCakes.length; i++) {
       if (leftCakes[i] >= mouths[monthIndex]) {
           //找到并吃掉匹配的蛋糕
           leftCakes[i] -= mouths[monthIndex];
           //剩余蛋糕小于最小的需求,变为浪费蛋糕
           if (leftCakes[i] < mouths[1]){
               lostCake += leftCakes[i];
           }
           //继续递归,试图满足mid下标之前的需求
           if (canFeed(mouths, monthIndex-1, sum)) {
               return true;
           }
           //无法满足需求,蛋糕状态回滚
           if (leftCakes[i] < mouths[1]) {
               lostCake -= leftCakes[i];
           }
           leftCakes[i] += mouths[monthIndex];
       }
   }
   return false;
}
public static int findMaxFeed(int[] cakes, int[] mouths){
   //蛋糕升序排列,并把0下标空出
   int[] cakesTemp = Arrays.copyOf(cakes, cakes.length+1);
   Arrays.sort(cakesTemp);
   for(int cake: cakesTemp){
       totalCake += cake;
   }
   //顾客胃口升序排列,并把0下标空出
   int[] mouthsTemp = Arrays.copyOf(mouths, mouths.length+1);
   Arrays.sort(mouthsTemp);
   leftCakes = new int[cakes.length+1];
   //需求之和(下标0的元素是0个人的需求之和,下标1的元素是第1个人的需求之和,下标2的元素是第1,2个人的需求之和.....)
   int[] sum = new int[mouths.length+1];
   for(int i=1;i<=mouths.length;i++) {
       sum[i] = sum[i - 1] + mouthsTemp[i];
   }
   //left和right用于计算二分查找的“中点”
   int left=1,right=mouths.length;
   //如果胃口总量大于蛋糕总量,right指针左移
   while(sum[right]> totalCake){
       right--;
   }
   //中位指针,用于做二分查找
   int mid=((left+right)>>1);
   while(left<=right)
   {
       //重置剩余蛋糕数组
       leftCakes = Arrays.copyOf(cakesTemp, cakesTemp.length);
       //重置浪费蛋糕量
       lostCake =0;
       //递归寻找满足需求的临界点
       if(canFeed(mouthsTemp, mid, sum[mid])){
           left=mid+1;
       } else {
           right = mid - 1;
       }
       mid=((left+right)>>1);
   }
   //最终找到的是刚好满足的临界点
   return mid;
}
public static void main(String[] args{
   int[] cakes = new int[]{3,5,15,17,25};
   int[] mouths = new int[]{2,5,7,9,12,14,20};
   int maxFeed = findMaxFeed(cakes, mouths);
   System.out.println("最大满足顾客数:" + maxFeed);
}

这段代码比较复杂,需要说明几点:

  1. 主流程方法findMaxFeed,执行各种初始化,控制二分查找流程。
  2. 方法canFeed,用于检验某一位置之前的顾客是否能被给定蛋糕满足。
  3. 数组leftCakes,用于临时存储剩余的蛋糕大小,每次重新设置中间下标时,这个数组需要被重置。





延伸阅读👇


延伸阅读《算法导论》


干货直达👇


更多精彩👇

在公众号对话框输入以下关键词
查看更多优质内容!

读书 | 书单 | 干货 | 讲明白 | 神操作 | 手把手
大数据 | 云计算 | 数据库 | Python | 爬虫 | 可视化
AI | 人工智能 | 机器学习 | 深度学习 | NLP
5G | 中台 | 用户画像 数学 | 算法 数字孪生

据统计,99%的大咖都关注了这个公众号
👇
浏览 3
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报