问题描述
小C来到了一家餐馆，准备点一些菜。
已知该餐馆有 nn 道菜，第 ii 道菜的售价为 wiwi。
小C准备点一些价格相同的菜，但小C不会点单价超过 mm 的菜。
小C想知道，自己最多可以点多少道菜？
测试样例
样例1：
输入：
m = 6, w = [2, 3, 3, 6, 6, 6, 9, 9, 23]
输出：3
样例2：
输入：
m = 4, w = [1, 2, 4, 4, 4]
输出：3
样例3：
输入：
m = 5, w = [5, 5, 5, 5, 6, 7, 8]
输出：4
解题思路
问题理解
小C来到一家餐馆，准备点一些价格相同的菜，但不会点单价超过 m 的菜。我们需要找出小C最多可以点多少道菜。
解题思路
-
过滤菜品：
- 首先，我们需要过滤出价格不超过
m的菜品。
- 首先，我们需要过滤出价格不超过
-
统计出现次数：
- 然后，我们统计每个价格出现的次数。
-
查找最大值：
- 最后，我们查找出现次数最多的价格，并返回该价格的出现次数。
数据结构选择
- 列表：用于存储过滤后的菜品价格。
- Counter：用于统计每个价格出现的次数。
算法步骤
-
过滤菜品：
- 遍历输入列表
w，将价格不超过m的菜品价格添加到一个新的列表中。
- 遍历输入列表
-
统计出现次数：
- 使用
Counter对象统计过滤后的列表中每个价格出现的次数。
- 使用
-
查找最大值：
- 使用
max函数查找出现次数最多的价格，并返回该价格的出现次数。
- 使用
时间复杂度
-
过滤菜品：时间复杂度为
O(n)，其中n是输入列表w的长度。 -
统计出现次数：时间复杂度为
O(n)，因为Counter对象的构造函数会遍历整个列表。 -
查找最大值：时间复杂度为
O(k)，其中k是不同价格的个数，通常k远小于n。因此，总的时间复杂度是
O(n)。
空间复杂度
- 空间复杂度：主要取决于过滤后的列表和
Counter对象的大小，通常也是O(n)。
解题代码
代码详解
导入 Counter 模块：
from collections import Counter
- 从
collections模块中导入Counter类，用于统计列表中每个元素的出现次数。
定义 solution 函数：
def solution(m: int, w: list) -> int:
- 定义一个名为
solution的函数，接受两个参数：m（价格上限）和w（菜品价格列表），并返回一个整数。
创建空列表 list：
list = []
- 创建一个空列表
list，用于存储价格不超过m的菜品。
遍历输入列表 w：
for i in w: if i <= m: list.append(i)
- 遍历输入列表
w中的每个价格i。 - 如果当前价格
i不超过m，则将其添加到列表list中。
检查过滤后的列表是否为空：
if list == []: return 0
- 如果过滤后的列表
list为空，表示没有符合条件的菜品，返回0。
统计每个价格的出现次数：
count = Counter(list)
- 使用
Counter统计列表list中每个价格出现的次数，并将结果存储在count变量中。
返回出现次数最多的价格的出现次数：
return count[max(count.keys(), key=count.get)]
-
- 使用
max函数和key=count.get参数，找到出现次数最多的价格。
- 使用
- 返回该价格的出现次数。
思考总结
在编写这段代码的过程中，我深刻体会到使用 Python 内置工具的便利性。通过 Counter 对象，我们能够轻松地统计每个价格的出现次数，而 max 函数则帮助我们快速找到出现次数最多的价格。这种简洁而高效的方法不仅减少了代码量，还提高了代码的可读性和可维护性。此外，通过过滤和计数，我们能够有效地处理大规模数据，确保算法的性能。总体而言，这段代码的编写过程让我更加熟悉了 Python 的强大功能，也让我对算法设计有了更深的理解。
