超市商品销售优化题解｜豆包MarsCode AI 刷题该算法通过统计货架商品和顾客需求的数量，利用最小值策略来计算最

题解

在这个问题中，我们需要通过重新调整货架上的商品顺序，以便尽可能多地满足顾客的需求。顾客按照顺序寻找商品，如果遇到空格子或找完所有商品后还未找到想要的商品，就会停止。因此，我们的任务是尽可能多地出售商品，换句话说，就是最大化满足顾客需求。

思路分析

我们可以分为以下几个步骤来解决这个问题：

统计货架商品的数量：我们首先需要了解货架上每种商品的数量，使用 Counter 来记录货架上每个商品的数量。
统计顾客需求商品的数量：然后，我们统计每个顾客想要购买的商品的数量，使用 Counter 来记录顾客的需求。
计算最优售卖数量：为了最大化售卖的商品数量，我们可以按顾客的需求顺序遍历每种商品，并与货架上的商品进行匹配。由于顾客会依次寻找商品，任何一件商品只要在货架上有库存，并且顾客有需求，就可以卖出。因此，能卖出的数量就是货架上该商品的数量和顾客需求数量中的较小值。
总结：每种商品我们都尽量满足顾客需求，最终加总所有商品的销售数量即为最大销售数量。

代码实现

python
复制代码
from collections import Counter

def solution(n: int, m: int, s: str, c: str) -> int:
    # 统计货架上每种商品的数量
    shelf_count = Counter(s)
    
    # 统计顾客想要购买的商品数量
    customer_count = Counter(c)
    
    max_sold = 0
    
    # 计算最多能销售的商品数量
    for item in customer_count:
        if item in shelf_count:
            # 能够卖出的数量是货架上该商品的数量与顾客需求的最小值
            max_sold += min(customer_count[item], shelf_count[item])
    
    return max_sold

# 测试用例
if __name__ == '__main__':
    print(solution(3, 4, "abc", "abcd") == 3)  # 输出 3
    print(solution(4, 2, "abbc", "bb") == 2)  # 输出 2
    print(solution(5, 4, "bcdea", "abcd") == 4)  # 输出 4

解析

输入分析：
1. n：货架的格子数，这个参数在计算时并不直接使用，因为我们只关心每个商品的数量。
2. m：顾客想要购买的商品种类数，这个参数也仅作为参考，实际计算依赖于 c 字符串。
3. s：货架上商品的初始顺序，我们可以通过 Counter(s) 统计货架上每种商品的数量。
4. c：顾客想要购买的商品种类，我们通过 Counter(c) 统计顾客的需求。
核心逻辑：
1. 我们通过 Counter 来统计 s 和 c 中商品的数量。
2. 对于每种商品，检查货架上是否有该商品，并计算能卖出的数量，能够卖出的数量为 min(顾客需求数量, 货架商品数量)。
3. 累加所有商品的销售数量，即为最终的最大销售数量。
时间复杂度：
- Counter(s) 和 Counter(c) 的时间复杂度是 O(n + m)，其中 n 是货架商品的数量，m 是顾客需求商品的数量。
- 遍历顾客需求商品时，时间复杂度是 O(m)，总的时间复杂度是 O(n + m)。

测试

测试样例1：输入：n = 3, m = 4, s = "abc", c = "abcd"
- 货架上商品数量：a: 1, b: 1, c: 1
- 顾客需求商品数量：a: 1, b: 1, c: 1, d: 1
- 最终能卖出的商品：a: 1, b: 1, c: 1，共3个商品，因此输出 3。

总结

该算法通过统计货架商品和顾客需求的数量，利用最小值策略来计算最大可销售商品数，思路清晰，代码简洁，效率较高，适用于处理类似的商品分配问题。

超市商品销售优化题解 ｜ 豆包MarsCode AI 刷题

题解

思路分析

代码实现

解析

测试

总结

超市商品销售优化题解｜豆包MarsCode AI 刷题