机试题——购物系统的降级策略

题目描述

在一个购物APP中，有一个核心购物系统，它的接口被 N 个客户端调用。这些客户端负责处理来自不同渠道的交易请求，并将这些请求发送给核心购物系统。每个客户端有不同的调用量 R = [R1, R2, ..., RN]，表示在一定时间内，这个客户端向核心购物系统发送的交易请求的数量。核心购物系统必须能够及时响应所有的请求，以确保交易顺利进行。

然而，最近核心购物系统出现了集群故障，导致交易请求的处理速度变慢。为了避免系统崩溃，必须临时降级并限制调用量。具体而言，核心购物系统能接受的最大调用量为 cnt，如果客户端发送的请求总量超过 cnt，则必须限制一些系统的请求数量，以确保核心购物系统不会超负荷工作。

现在需要一个降级规则，来限制客户端的请求数量。规则如下：

1. 如果 sum(R1, R2, ..., RN) 小于等于 cnt，则全部可以正常调用，返回 -1。
2. 如果 sum(R1, R2, ..., RN) 大于 cnt，则必须设定一个阈值 value，如果某个客户端发起的调用量超过 value，则该客户端的请求数量必须限制为 value。其余未达到 value 的系统可以正常发起调用。要求求出最大的 value（value 可以为 0）。

为了保证交易的顺利进行，必须保证客户端请求的数量不会超过核心购物系统的最大调用量，同时最大的 value 要尽可能的大。需要高效地解决这个问题，以确保购物系统的高效性。

---

输入描述

• 第一行：每个客户端的调用量（整型数组）。
• 第二行：核心购物系统的最大调用量 cnt。

数据范围：

• 0 < R.length ≤ 10^5
• 0 ≤ R[i] ≤ 10^5
• 0 ≤ cnt ≤ 10^9

---

输出描述

调用量的阈值 value。

---

用例输入

样例一

输入：

1 4 2 5 5 1 6
13

2

样例解释：
因为 1 + 4 + 2 + 5 + 5 + 1 + 6 > 13，将 value 设置为 2，则 1 + 2 + 2 + 2 + 2 + 1 + 2 = 12 < 13。所以 value 为 2。

样例二

输入：

1 7 8 8 1 0 2 4 9
7

0

样例解释：
因为即使 value 设置为 1，1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 = 8 > 7 也不满足，所以 value 只能为 0。

---

解题思路

1. 问题分析：

   • 如果所有客户端的调用量总和不超过 cnt，则直接返回 -1。
   • 否则，需要找到一个最大的 value，使得将所有超过 value 的客户端调用量限制为 value 后，总和不超过 cnt。

2. 算法选择：

   • 使用二分查找来确定最大的 value。
   • 对于每个候选的 value，计算所有客户端调用量限制后的总和，判断是否小于等于 cnt。

3. 复杂度分析：

   • 二分查找的范围是 [0, max(R)]，每次检查的时间复杂度为 O(N)。
   • 总时间复杂度为 O(N log(max(R)))。

---

代码

#include <iostream>
#include <vector>
#include <sstream>
#include <algorithm>
using namespace std;

// 检查当前 value 是否满足条件
bool check(int mid, long long target, vector<int>& data) {
    long long temp = 0;
    for (int i = 0; i < data.size(); i++) {
        temp += min(data[i], mid);
    }
    return temp <= target;
}

int main() {
    ios::sync_with_stdio(false);
    cin.tie(nullptr);

    // 读取输入
    string input;
    getline(cin, input);
    istringstream is(input);
    int num;
    vector<int> data;
    while (is >> num) {
        data.push_back(num);
    }

    long long target;
    cin >> target;

    // 计算总和
    long long temp = 0;
    for (int i = 0; i < data.size(); i++) {
        temp += data[i];
    }

    // 如果总和小于等于 target，直接返回 -1
    if (temp <= target) {
        cout << -1;
        return 0;
    }

    // 二分查找
    int l = 0, r = *max_element(data.begin(), data.end());
    int res = r;
    while (l <= r) {
        int mid = (l + r) / 2;
        if (check(mid, target, data)) {
            res = mid;
            l = mid + 1;
        } else {
            r = mid - 1;
        }
    }

    // 输出结果
    cout << res;

    return 0;
}