————— 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。
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。
扫码购买
新品8折优惠中
2743
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
