2024-09-04：用 go 语言，给定一个长度为 n 的数组 happiness，表示每个孩子的幸福值，以及一个正整数 k，我们需要从这 n 个孩子中选出 k 个孩子。在筛选过程中，每轮选择一个孩子时，所有尚未选

作者：福大大架构师每日一题

2024-09-04
北京
本文字数：1023 字
阅读完需：约 3 分钟

2024-09-04：用 go 语言，给定一个长度为 n 的数组 happiness，表示每个孩子的幸福值，以及一个正整数 k，我们需要从这 n 个孩子中选出 k 个孩子。

在筛选过程中，每轮选择一个孩子时，所有尚未选中的孩子的幸福值都会减少 1。需要注意的是，幸福值不能降低到负数，只有在其为正数时才能减少。

我们的目标是尽可能使选中的 k 个孩子的幸福值之和最大化。

输入：happiness = [1,2,3], k = 2。

输出：4。

解释：按以下方式选择 2 个孩子：

1.选择幸福值为 3 的孩子。剩余孩子的幸福值变为 [0,1] 。

2.选择幸福值为 1 的孩子。剩余孩子的幸福值变为 [0] 。注意幸福值不能小于 0 。

所选孩子的幸福值之和为 3 + 1 = 4 。

答案 2024-09-04：

chatgpt

题目来自 leetcode3075。

大体步骤如下：

1.对孩子的幸福值数组 happiness 进行降序排序。

2.从排序后的数组中选择前 k 个幸福值最高的孩子。这些孩子的幸福值之和即为所求。

3.在选出的 k 个孩子中，逐个孩子判断幸福值是否大于等于当前所在位置的索引值，如果是，将幸福值与当前索引值相减，并累加到最终的结果中，表示该孩子的贡献幸福值。

4.最终返回累加的结果作为最大化幸福值之和的输出。

时间复杂度分析：

排序的时间复杂度为 O(n*log(n))，n 为孩子的数量。
选 k 个孩子时，需要遍历最多 k 个元素，时间复杂度为 O(k)。
因此，总的时间复杂度为 O(n*log(n) + k)。

空间复杂度分析：

需要常量级别的额外空间来进行计算，因此总的额外空间复杂度可以看作是 O(1)。

Go 完整代码如下：

package main
import (  "fmt"  "slices")
func maximumHappinessSum(happiness []int, k int) (ans int64) {  slices.SortFunc(happiness, func(a, b int) int { return b - a })  for i, x := range happiness[:k] {    if x <= i {      break    }    ans += int64(x - i)  }  return}
func main() {  happiness := []int{1, 2, 3}  k := 2  fmt.Println(maximumHappinessSum(happiness, k))
}

复制代码

Rust 完整代码如下：

fn maximum_happiness_sum(happiness: &mut Vec<i32>, k: usize) -> i64 {    happiness.sort_by(|a, b| b.cmp(a));    let mut ans: i64 = 0;
    for (i, &x) in happiness.iter().take(k).enumerate() {        if x <= i as i32 {            break;        }        ans += x as i64 - i as i64;    }
    ans}
fn main() {    let mut happiness = vec![1, 2, 3];    let k = 2;    println!("{}", maximum_happiness_sum(&mut happiness, k));}