算法|每日一题|做菜顺序|贪心

1402. 做菜顺序

原题地址: 力扣每日一题:做菜顺序

一个厨师收集了他 n 道菜的满意程度 satisfaction ,这个厨师做出每道菜的时间都是 1 单位时间。

一道菜的 「 like-time 系数 」定义为烹饪这道菜结束的时间(包含之前每道菜所花费的时间)乘以这道菜的满意程度,也就是 time[i]*satisfaction[i] 。

返回厨师在准备了一定数量的菜肴后可以获得的最大 like-time 系数 总和。

你可以按 任意 顺序安排做菜的顺序,你也可以选择放弃做某些菜来获得更大的总和。

class Solution {
    public int maxSatisfaction(int[] satisfaction) {
    	// 排序
        Arrays.sort(satisfaction);
        for (int i = 0, j = satisfaction.length - 1; i < j; i++, j--) {
            int temp = satisfaction[i];
            satisfaction[i] = satisfaction[j];
            satisfaction[j] = temp;
        }
        int presum = 0, ans = 0;
        for (int si : satisfaction) {
        	// 大于零说明ans还能继续增加
            if (presum + si > 0) {
                presum += si;
                ans += presum;
            } else {
                break;
            }
        }
        return ans;
    }
}

如果对您有帮助,请点赞关注支持我,谢谢!❤
如有错误或者不足之处,敬请指正!❤

  • 12
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
"1402做菜顺序"这个表述似乎不完整,可能是想问的是“如何使用贪心算法来确定最优的做菜顺序”。在烹饪或任务调度中,贪心算法可以用来优化步骤安排,通常是在每一步中选择当前看起来最好的或者最有利的选择,希望这些局部最优解最终汇聚成全局最优解。 举个例子,假设你有若干道菜需要准备,每道菜都有开始和结束时间,贪心算法的步骤可能如下: 1. **初始化**:收集所有菜品的信息,如开始时间(start_time)和结束时间(end_time)。 2. **排序**:按照结束时间升序排列菜品,因为你想尽快完成那些用时短的菜,以便腾出时间做其他菜品。 3. **选择**:从时间上最早的菜品开始,按照这个顺序依次做菜。 4. **贪心决策**:在每一步都选择剩余菜品中最早完成的那道。 **贪心证明**(如果这是你要的)通常是通过构造一个满足贪心策略的最优解,并证明无论初始状态如何,只要遵循这个策略,最终结果都是最优的。然而,贪心算法并不总是能得到全局最优解,比如某些情况下可能存在依赖关系(即一道菜必须在另一道菜完成后才能开始),这时就需要更复杂的策略,如动态规划。 如果你对特定的数学证明或者烹饪中的贪心算法应用有兴趣,可以提供更详细的问题,我会给出更精确的解释和证明方法。相关问题: 1. 你能具体描述一个烹饪场景下的贪心算法例子吗? 2. 如何证明这个做菜顺序是局部最优的? 3. 哪些情况下贪心算法做菜顺序不是全局最优?
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值