学习笔记：超市商品最优排列的详细分析
问题背景
在这个问题中，我们面临的是一个典型的贪心算法问题，即在一个有限的货物架上，通过重新排列商品顺序，使得在顾客依次查找商品的过程中，能够卖出尽可能多的商品。这个问题可以被看作是一个资源优化问题，我们需要在有限的空间内，通过最优的排列方式，最大化顾客的购买率。
算法选择
对于这个问题，我们选择了贪心算法作为解决方案。贪心算法在每一步选择中都采取在当前状态下最好或最优的选择，从而希望导致结果是全局最好或最优的。在这个问题中，贪心算法可以帮助我们快速地找到最优的商品排列顺序。
算法逻辑
- 使用Counter统计货物架上每种商品的数量。
- 遍历顾客想要购买的商品种类c，对于每一种商品，如果货物架上存在该商品，就将其数量减一，并增加销售的商品数量ans。
- 如果某种商品的数量减至0，则从计数器中删除该商品，以避免重复计算。
- 最终，ans中存储的将是最多可以卖出的商品数量。
代码实现细节
在代码实现中，我们定义了一个函数solution，它接受货物架格子数n、顾客想要购买的商品种类数m、货物架上商品的初始顺序s、顾客想要购买的商品种类c作为参数，并返回最多可以卖出的商品数量。函数内部，我们使用Counter来统计商品数量，并在每次迭代中更新ans的值。
时间复杂度分析
算法的时间复杂度为O(m)，其中m是顾客想要购买的商品种类数。这是因为我们需要遍历顾客想要购买的商品种类c中的每个元素一次。在遍历过程中，我们对每个元素执行一个常数时间的操作（查找和更新计数器）。
空间复杂度分析
算法的空间复杂度为O(1)，因为我们只使用了一个额外的Counter对象来统计商品数量。这个对象的大小不依赖于输入数组的大小，因此空间复杂度是常数级别的。
测试样例分析
我们提供了三个测试样例来验证算法的正确性： 测试样例1中，货物架上的商品种类为"abc"，顾客想要购买的商品种类为"abcd"。由于货物架上没有"d"，所以最多可以卖出的商品数量是3。 测试样例2中，货物架上的商品种类为"abbc"，顾客想要购买的商品种类为"bb"。由于货物架上有两个"b"，所以最多可以卖出的商品数量是2。 测试样例3中，货物架上的商品种类为"bcdea"，顾客想要购买的商品种类为"abcd"。由于货物架上每种商品都至少有一个，所以最多可以卖出的商品数量是4。
约束条件分析 1 ≤ n ≤ 100：这个条件告诉我们货物架的格子数有一个上限，这确保了我们的算法在最坏情况下的运行时间是可预测的。 1 ≤ m ≤ 26：这个条件限制了顾客想要购买的商品种类数的数值范围，这对于算法的实现没有直接影响，但是它告诉我们输入数据的规模。 'a' ≤ s[i] ≤ 'z'：这个条件限制了货物架上商品的种类，它们必须是小写字母a到z。 'a' ≤ c[i] ≤ 'z'：这个条件限制了顾客想要购买的商品种类，它们也必须是小写字母a到z。
