—————  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。

 

 

1. //剩余蛋糕数量

2. static int leftCakes[];

3. //蛋糕总量（不是数量，而是大小之和）

4. static int totalCake = 0;

5. //浪费蛋糕量

6. static int lostCake = 0;

7.  

8. static boolean canFeed(int[] mouths, int monthIndex, int sum)

9. {

10. if(monthIndex<=0) {

11. //递归边界

12. return true;

13. }

14. //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

15. if(totalCake - lostCake < sum) {

16. return false;

17. }

18. //从小到大遍历蛋糕

19. for(int i=0;i<leftCakes.length; i++) {

20. if (leftCakes[i] >= mouths[monthIndex]) {

21. //找到并吃掉匹配的蛋糕

22. leftCakes[i] -= mouths[monthIndex];

23. //剩余蛋糕小于最小的需求，变为浪费蛋糕

24. if (leftCakes[i] < mouths[1]){

25. lostCake += leftCakes[i];

26. }

27. //继续递归，试图满足mid下标之前的需求

28. if (canFeed(mouths, monthIndex-1, sum)) {

29. return true;

30. }

31. //无法满足需求，蛋糕状态回滚

32. if (leftCakes[i] < mouths[1]) {

33. lostCake -= leftCakes[i];

34. }

35. leftCakes[i] += mouths[monthIndex];

36. }

37. }

38. return false;

39. }

40.  

41. public static int findMaxFeed(int[] cakes, int[] mouths){

42. //蛋糕升序排列，并把0下标空出

43. int[] cakesTemp = Arrays.copyOf(cakes, cakes.length+1);

44. Arrays.sort(cakesTemp);

45. for(int cake: cakesTemp){

46. totalCake += cake;

47. }

48. //顾客胃口升序排列，并把0下标空出

49. int[] mouthsTemp = Arrays.copyOf(mouths, mouths.length+1);

50. Arrays.sort(mouthsTemp);

51. leftCakes = new int[cakes.length+1];

52. //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.....）

53. int[] sum = new int[mouths.length+1];

54. for(int i=1;i<=mouths.length;i++) {

55. sum[i] = sum[i - 1] + mouthsTemp[i];

56. }

57. //left和right用于计算二分查找的“中点”

58. int left=1,right=mouths.length;

59. //如果胃口总量大于蛋糕总量，right指针左移

60. while(sum[right]> totalCake){

61. right--;

62. }

63. //中位指针，用于做二分查找

64. int mid=((left+right)>>1);

65. while(left<=right)

66. {

67. //重置剩余蛋糕数组

68. leftCakes = Arrays.copyOf(cakesTemp, cakesTemp.length);

69. //重置浪费蛋糕量

70. lostCake =0;

71. //递归寻找满足需求的临界点

72. if(canFeed(mouthsTemp, mid, sum[mid])){

73. left=mid+1;

74. } else {

75. right = mid - 1;

76. }

77. mid=((left+right)>>1);

78. }

79. //最终找到的是刚好满足的临界点

80. return mid;

81. }

82.  

83. public static void main(String[] args) {

84. int[] cakes = new int[]{3,5,15,17,25};

85. int[] mouths = new int[]{2,5,7,9,12,14,20};

86.  

87. int maxFeed = findMaxFeed(cakes, mouths);

88. System.out.println("最大满足顾客数：" + maxFeed);

89. }

 

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。

 

 

告诉大家一个好消息，

小灰的《漫画算法》全面上架啦，

在短短的两周里，

本书一度霸占着各大畅销榜榜首！

扫码查看详情

小灰把两年多以来积累的漫画作品进行了筛选和优化，

并加上了一些更为基础和系统的入门章节，

最终完成了本书的六大篇章：

第一章 算法概述

介绍了算法和数据结构的相关概念，告诉大家算法是什么，数据结构又是什么，它们有哪些用途，如何分析时间复杂度，如何分析空间复杂度。

第二章 数据结构基础

介绍了最基本的数据结构，包括数组、链表、栈、队列、哈希表的概念和读写操作。

第三章 树

介绍了树和二叉树的概念、二叉树的各种遍历方式、二叉堆和优先队列的应用。

第四章 排序算法

介绍了几种典型的排序算法，包括冒泡排序、快速排序、堆排序、计数排序、桶排序。

第五章 面试中的算法

介绍了10余道职场上流行的算法面试题及详细的解题思路。例如怎样判断链表有环、怎样计算大整数相加等。

第六章 算法的实际应用

介绍了算法在职场上的一些应用，例如使用LRU算法来淘汰冷数据，使用Bitmap算法来统计用户特征等。

本书是全彩印制，书中的每一章、每一节、每一句话、每一幅图、每一行代码，都经过了小灰和编辑们的精心打磨，力求用最为直白的方式把知识讲明白、讲透彻。

早期的漫画中存在一些叙述错误和表达不清晰的地方，小灰在本书中做了修正和补充；同时书中增加了许多全新的篇章，使得本书的内容更加系统和全面。

对于渴望学习算法的小伙伴，无论你是正在学习计算机专业的学生，还是已经进入职场的新人，亦或是拥有多年工作经验却不擅长算法的老手，这本《漫画算法》都能帮助你告别对算法的恐惧，认识算法、掌握算法。

如何挑战百万年薪的人工智能！

https://edu.csdn.net/topic/ai30?utm_source=csdn_bw

扫码购买

新品8折优惠中