英雄决斗的最大的胜利次数

解题策略

• 贪心算法：通过调整小F的英雄出场顺序，最大化获胜轮数。
• 关键步骤：
  1. 排序：对小F的英雄能力值进行排序，以便从小到大选择英雄。
  2. 双指针法：
     • u_index：遍历小U的英雄能力值（从1到n）。
     • f_index：遍历小F的英雄能力值（从小到大）。
  3. 比较与移动：
     • 如果小F的英雄能力值大于小U的英雄能力值，则小F获胜，两个指针都向前移动。
     • 否则，只移动小F的指针，继续寻找下一个可能获胜的英雄。

代码实现

def solution(number, heroes):
    # 对小F的英雄能力值进行排序
    heroes.sort()
    
    # 初始化获胜轮数
    wins = 0
    
    # 初始化两个指针
    u_index = 1  # 小U的英雄能力值从1开始
    f_index = 0  # 小F的英雄能力值从排序后的第一个开始
    
    # 遍历小U的英雄能力值
    while u_index <= number and f_index < number:
        # 如果小F的英雄能力值大于小U的英雄能力值
        if heroes[f_index] > u_index:
            # 小F获胜，增加获胜轮数
            wins += 1
            # 两个指针都向前移动
            u_index += 1
            f_index += 1
        else:
            # 否则，只移动小F的指针
            f_index += 1
    
    return wins

关键点总结

1. 排序：对小F的英雄能力值进行排序，以便从小到大选择英雄。
2. 双指针法：
   • u_index：遍历小U的英雄能力值（从1到n）。
   • f_index：遍历小F的英雄能力值（从小到大）。
3. 比较与移动：
   • 如果小F的英雄能力值大于小U的英雄能力值，则小F获胜，两个指针都向前移动。
   • 否则，只移动小F的指针，继续寻找下一个可能获胜的英雄。

复杂度分析

• 时间复杂度：O(n log n)，主要由排序操作决定。
• 空间复杂度：O(1)，只使用了常数级别的额外空间。

测试样例

• 样例1：
  • 输入：number = 7, heroes = [10, 1, 1, 1, 5, 5, 3]
  • 输出：4
• 样例2：
  • 输入：number = 5, heroes = [1, 1, 1, 1, 1]
  • 输出：0
• 样例3：
  • 输入：number = 6, heroes = [9, 4, 7, 3, 2, 6]
  • 输出：6