问题描述
在一个超市里，有一个包含 m 个格子的货物架，每个格子中放有一种商品，商品用小写字母 a 到 z 表示。当顾客进入超市时，他们会依次从第一个格子查找到第 m 个格子，寻找自己想要购买的商品。如果在某个格子中找到该商品，顾客就会购买它并离开；如果中途遇到一个空格子，或查找完所有格子还没有找到想要的商品，顾客也会离开。
作为超市管理员，你可以在顾客到来之前重新调整商品的顺序，以便尽可能多地出售商品。当第一个顾客进入后，商品位置不能再调整。你需要计算在最优调整下，最多可以卖出多少件商品。输入变量说明：
n：货物架的格子数m：顾客想要购买的商品种类数s：货物架上商品的初始顺序c：顾客想要购买的商品种类-
测试样例
样例1：
输入：
n = 3 ,m = 4 ,s = "abc" ,c = "abcd"
输出：3
样例2：
输入：
n = 4 ,m = 2 ,s = "abbc" ,c = "bb"
输出：2
样例3：
输入：
n = 5 ,m = 4 ,s = "bcdea" ,c = "abcd"
输出：4
问题分析
输入说明：
n：货物架的格子数（商品数）。m：顾客想要购买的商品种类数（不同的商品类型）。s：一个长度为n的字符串，表示商品的初始顺序。c：一个长度为m的字符串，表示顾客希望购买的商品种类（每个顾客会寻找一个商品）。
问题要求：通过调整商品的顺序（但不能改变顺序后顾客到来时的商品排列），使得尽可能多的顾客能够在他们的查找过程中找到他们想要的商品。
思路分析
-
顾客购买规则：顾客按照他们的需求（
c中的顺序）在商品架s中查找商品。如果找到，则顾客购买该商品并离开。如果遇到空格（或者已经有商品被购买），或者遍历完商品架后没有找到，顾客会放弃。 -
优化目标：我们需要通过调整商品的顺序，尽可能让每个顾客都能找到他们需要的商品，并且避免重复出售同一商品。
-
核心思想：为了尽可能多地卖出商品，最优策略是让每个顾客依次找到他们的商品，并尽量避免顾客在中途遇到空格。换句话说，我们需要在最优的排列下，确保顾客能顺利找到他们的商品。
-
动态规划的启示：
我们可以将问题视为一个字符串匹配的问题，通过 最长公共子序列（LCS） 或 双指针法 来处理顾客的购买过程。
具体来说，我们可以将顾客的需求（c）与商品的排列（s）进行匹配，找到最多能够满足顾客的购买请求的商品数。
解决步骤
-
初始化：
将
s和c转化为相应的字符序列，表示商品架上的商品以及顾客的需求。 -
模拟顾客购买过程：
对于每个顾客需求，我们使用双指针法或者贪心策略，在商品架
s上找出一个可用的商品。 -
维护一个已售商品的记录：
使用一个标记数组，记录每个商品是否已经被售出。
-
最优策略：
每次顾客到来时，尽量让顾客找到他们想要的商品。如果某个商品已被售出，顾客会跳过，继续寻找下一个商品。
-
返回结果：最终返回能够卖出的商品数。
代码实现
def solution(n: int, m: int, s: str, c: str) -> int:
> from collections import Counter
>
> # 统计顾客需求中每个商品的出现次数
> demand_count = Counter(c)
>
> # 将货架上的商品按需求次数从高到低排序
> sorted_items = sorted(s, key=lambda x: demand_count[x], reverse=True)
>
> # 计算最多可以卖出多少件商品
> max_sales = 0
> seen = set()
> for item in sorted_items:
> if item in demand_count and demand_count[item] > 0:
> max_sales += 1
> demand_count[item] -= 1
> seen.add(item)
>
> return max_sales
>
> if __name__ == '__main__':
> print(solution(3, 4, "abc", "abcd") == 3)
> print(solution(4, 2, "abbc", "bb") == 2)
> print(solution(5, 4, "bcdea", "abcd") == 4)`
