🚀 算法题 🚀

🌲 算法刷题专栏 | 面试必备算法 | 面试高频算法 🍀
🌲 越难的东西,越要努力坚持，因为它具有很高的价值，算法就是这样✨
🌲 作者简介：硕风和炜，CSDN-Java领域新星创作者🏆，保研|国家奖学金|高中学习JAVA|大学完善JAVA开发技术栈|面试刷题|面经八股文|经验分享|好用的网站工具分享💎💎💎
🌲 恭喜你发现一枚宝藏博主,赶快收入囊中吧🌻
🌲 人生如棋，我愿为卒，行动虽慢，可谁曾见我后退一步？🎯🎯

🚀 算法题 🚀

🚩 题目链接

• 1402. 做菜顺序

⛲ 题目描述

一个厨师收集了他 n 道菜的满意程度 satisfaction ，这个厨师做出每道菜的时间都是 1 单位时间。

一道菜的 「 like-time 系数 」定义为烹饪这道菜结束的时间（包含之前每道菜所花费的时间）乘以这道菜的满意程度，也就是 time[i]*satisfaction[i] 。

返回厨师在准备了一定数量的菜肴后可以获得的最大 like-time 系数 总和。

你可以按 任意 顺序安排做菜的顺序，你也可以选择放弃做某些菜来获得更大的总和。

示例 1：

输入：satisfaction = [-1,-8,0,5,-9]
输出：14
解释：去掉第二道和最后一道菜，最大的 like-time 系数和为 (-11 + 02 + 5*3 = 14) 。每道菜都需要花费 1 单位时间完成。
示例 2：

输入：satisfaction = [4,3,2]
输出：20
解释：可以按照任意顺序做菜 (21 + 32 + 4*3 = 20)
示例 3：

输入：satisfaction = [-1,-4,-5]
输出：0
解释：大家都不喜欢这些菜，所以不做任何菜就可以获得最大的 like-time 系数。

提示：

n == satisfaction.length
1 <= n <= 500
-1000 <= satisfaction[i] <= 1000

🌟 求解思路&实现代码&运行结果

---

⚡ 动态规划 + 贪心

🥦 求解思路

1. 通过理解题目的意思，我们首先知道，可以以任意顺序做菜，其次，我们举几个例子就会发现，如果想要最后的结果大，可以把满意程度大的放到最后来完成。
2. 为什么呢？一方面是数组中的元素本身就大，另外一方面，放到最后，时间也会很长。如果我们想要最后的结果很大，与这俩个变量又密切的关系。
3. 其次，就是我们的动态规划，该题目的原型是0-1背包模型。不会的同学可以看看，此处不做过多的讲解。
4. 具体求解的过程步骤请看下面代码。

🥦 实现代码 - 缓存

class Solution {
    int[][] dp;
    public int maxSatisfaction(int[] satisfaction) {
        Arrays.sort(satisfaction);
        int n=satisfaction.length;
        dp=new int[n+1][n+1];
        for(int i=0;i<=n;i++){
            Arrays.fill(dp[i],-1);
        }
        return process(0,0,satisfaction);
    }

    public int process(int i,int cnt,int[] satisfaction){
        if(i>=satisfaction.length){
            return 0;
        }
        if(dp[i][cnt]!=-1) return dp[i][cnt];
        int p1=0,p2=0;
        for(int j=0;j<=i;j++){
            p1=process(i+1,cnt+1,satisfaction)+(cnt+1)*satisfaction[j];
            p2=process(i+1,cnt,satisfaction);
        }
        return dp[i][cnt]=Math.max(p1,p2);
    }
}

🥦 运行结果

🥦 实现代码 - 动态规划

class Solution {

    int[][] dp;
    
    public int maxSatisfaction(int[] satisfaction) {
        Arrays.sort(satisfaction);
        int n=satisfaction.length;
        dp=new int[n+1][n+1];
        for(int i=0;i<=n;i++){
            dp[n][i]=0;
        }  
        for(int i=n-1;i>=0;i--){
            int p1=0,p2=0;
            for(int cnt=n-1;cnt>=0;cnt--){
                p1=dp[i+1][cnt+1]+(cnt+1)*satisfaction[i];
                p2=dp[i+1][cnt];
                dp[i][cnt]=Math.max(p1,p2);
            }
        }
        return dp[0][0];
    }
}

🥦 运行结果

---

💬 共勉

最后，我想和大家分享一句一直激励我的座右铭，希望可以与大家共勉！