神仙公司（南京）
继续，神仙公司系列。
上一期我们介绍了 深圳的神仙公司，结果留言区的重点全都指向了 HW 和 BYD 🤣🤣
不愧是你们，但我们不是"那个"排行。
言归正传，这期给大伙安排呼声同样很高的城市：南京。
南京，是极少数古典韵味和现代脉动相结合的城市，也是毕业生就业定居中的热门城市。
在近两年的就业蓝皮书中「外省籍毕业生占比较高城市」、「就业薪资较高的城市」和「就业满意度较高的城市」的 TOP 10 榜单中均有上榜：
以下是坐标南京的神仙公司名单：
-
A.O.史密斯：制造业类外企，七险一金，弹性工作，通勤时间 8:00~16:30，班车覆盖全南京，饭堂中晚餐，薪资水平在南京属于中等偏上，14 薪； -
智网科技：中国联通集团投资子公司，国企性质，团队奖金，绩效提成，人才补贴，目前软硬件工程师都有在招，薪资水平 20k~45k，14薪; -
凯易迅：IT 类外企，不加班，不打卡，15~20 天年假，10 天带薪病假，六险一金，额外为员工提供人寿和意外保险，额外为员工子女提供医疗保险和托费报销，每年一次员工以及家属提供免费体检，在招工程师薪资范围在 25k~45k 之间，13 薪起，有实习机会（200~280 元/天）； -
焦点科技：电子商务类的上市公司，六险一金，额外补充商业意外险，包三餐，免费下午茶，提供节日、婚育、季度、年度、业绩激励等各项基金，毕业生身份入职还有租房补贴，全员定期体检，股票激励计划； -
思杰：IT 类外企，不加班，不打卡，可居家办公，15~20 天年假，五险一金，额外补充商业保险，每年员工体检，员工扶持计划，下午茶及免费饮料水果，生日礼物，每年最高 7500 美元的教育资助，男员工有 18 周的陪产假； -
舍费勒：自动驾驶汽车领域，反内卷，955 工作制，准点下班，可居家办公，超长年假，补充医疗保险，员工储蓄计划（舍弗勒单方面向员工的个人账号存钱）； -
贝湾科技：小而美互联网，旗下产品「扇贝单词」是 App Store 教育类别下的长期 TOP 10，公司主张不加班文化，工作氛围好，年假，节日福利，每天下午茶，每月生日会，每季度团建，在招岗位主要是客户端工程师，薪资范围 10k~20k；
关于「南京」以及「南京神仙公司」，你有什么想分享的呢，欢迎评论区留言。
...
回归主线。
周末，继续开心小算法。
题目描述
平台：LeetCode
题号：561
给定长度为
的整数数组 nums ，你的任务是将这些数分成 n 对, 例如
，使得从 1 到 n 的
总和最大。
返回该最大总和。
示例 1：
输入：nums = [1,4,3,2]
输出：4
解释：所有可能的分法（忽略元素顺序）为：
1. (1, 4), (2, 3) -> min(1, 4) + min(2, 3) = 1 + 2 = 3
2. (1, 3), (2, 4) -> min(1, 3) + min(2, 4) = 1 + 2 = 3
3. (1, 2), (3, 4) -> min(1, 2) + min(3, 4) = 1 + 3 = 4
所以最大总和为 4
示例 2：
输入：nums = [6,2,6,5,1,2]
输出：9
解释：最优的分法为 (2, 1), (2, 5), (6, 6). min(2, 1) + min(2, 5) + min(6, 6) = 1 + 2 + 6 = 9
提示：
贪心
我们先对数组进行排序。
由于每两个数，我们只能选择当前小的一个进行累加。
因此我们猜想应该从第一个位置进行选择，然后隔一步选择下一个数。这样形成的序列的求和值最大。
Java 代码：
class Solution {
public int arrayPairSum(int[] nums) {
int n = nums.length, ans = 0;
Arrays.sort(nums);
for (int i = 0; i < n; i += 2) ans += nums[i];
return ans;
}
}
C++ 代码：
class Solution {
public:
int arrayPairSum(vector<int>& nums) {
int n = nums.size(), ans = 0;
sort(nums.begin(), nums.end());
for (int i = 0; i < n; i += 2) ans += nums[i];
return ans;
}
};
Python 代码：
class Solution:
def arrayPairSum(self, nums: List[int]) -> int:
nums.sort()
ans = 0
for i in range(0, len(nums), 2):
ans += nums[i]
return ans
TypeScript 代码：
function arrayPairSum(nums: number[]): number {
let n = nums.length, ans = 0;
nums.sort((a, b) => a - b);
for (let i = 0; i < nums.length; i += 2) ans += nums[i];
return ans;
};
-
时间复杂度： -
空间复杂度：
证明
解法不难，重点是要证明该做法的正确性，这才是"贪心"类算法题的意义。
我们用反证法来证明下，为什么这样选择的序列的求和值一定是最大的：
猜想：对数组进行排序，从第一个位置进行选择，然后隔一步选择下一个数。这样形成的序列的求和值最大（下图黑标，代表当前被选择的数字）。
之所以我们能这么选择，是因为每一个被选择的数的「下一位位置」都对应着一个「大于等于」当前数的值（假设位置为 k），使得当前数在 min(a,b) 关系中能被选择（下图红标，代表保证前面一个黑标能够被选择的辅助数）。
假如我们这样选择的序列求和不是最大值，那么说明至少我们有一个值选错了，应该选择更大的数才对。
那么意味着我们「某一位置」的黑标应该从当前位置指向更后的位置。
「PS. 因为要满足 min(a, b) 的数才会被累加，因此每一个红标右移（变大）必然导致原本所对应的黑标发生「同样程度 或 不同程度」的右移（变大）」
这会导致我们所有的红标黑标同时往后平移。
最终会导致我们最后一个黑标出现在最后一位，这时候最后一位黑标不得不与我们第 k 个位置的数形成一对。
我们看看这是求和序列的变化（k 位置前的求和项没有发生变化，我们从 k 位置开始分析）：
-
原答案 = nums[k] + nums[k + 2] + ... + nums[n - 1] -
调整后答案 = nums[k + 1] + nums[k + 3] + ... + nums[n - 2] + min(nums[n], nums[k])由于min(nums[n], nums[k])中必然是nums[k]被选择。因此： 调整后答案 =nums[k] + nums[k + 1] + nums[k + 3] + ... + nums[n - 2]
显然从原答案的每一项都「大于等于」调整后答案的每一项，因此「不可能在「假想序列」中通过选择别的更大的数得到更优解，假想得证。」
最后
巨划算的 LeetCode 会员优惠通道目前仍可用 ~
使用福利优惠通道 leetcode.cn/premium/?promoChannel=acoier，年度会员 有效期额外增加两个月，季度会员 有效期额外增加两周，更有超大额专属 🧧 和实物 🎁 福利每月发放。
我是宫水三叶，每天都会分享算法知识，并和大家聊聊近期的所见所闻。
欢迎关注，明天见。
更多更全更热门的「笔试/面试」相关资料可访问排版精美的 合集新基地 🎉🎉
