免责声明：以下内容是我语音输入，让我的 ChatGPT 总结整理的题解思路，仅做简单复盘分享，可能存在理解偏差。

下面先给出四道题 相对标准化的题干描述。

如果你只是想练习，可以先只看题干部分，不要往下翻题解。

题目一：主播排序

给定 N 个直播片段，每个片段包含以下信息：

• uid：主播编号
• A：指标 A（越大越好）
• B：指标 B（越大越好）
• T：时间（越早越好）
• index：输入顺序（越早越好）

排序规则如下：

1. A 越大越好
2. 若 A 相同，则 B 越大越好
3. 若 A,B 相同，则 T 越早越好
4. 若 A,B,T 都相同，则 index 越小越好

现在需要：

1. 对于每个主播，只保留其 最优的一个直播片段
2. 使用每个主播的最优片段对 主播进行排序
3. 有 Q 个查询，每个查询给出一个直播片段编号 x

输出规则：

• 如果 x 不是该主播的最优片段，输出 0
• 如果 x 是该主播的最优片段，输出该主播的排名

题目二：电动车充电最小费用

一辆电动车需要行驶总距离 L。

给定：

• 电池容量 C（最多能行驶 C 公里）
• 路上有若干充电站
• 每个充电站包含：位置 x每公里电量价格 p

电动车每行驶 1 公里消耗 1 单位电量。

车辆可以在任意充电站购买电量，但电池容量不能超过 C。

目标：

求从起点到终点的最小花费。

如果无法到达终点，输出 -1。

题目三：删除子串达到目标位置

给定一个长度为 N 的字符串 S，字符集合为：

U D L R

分别表示二维平面上的四个方向移动。

从 (0,0) 出发，根据字符串进行移动。

现在允许执行一次操作：

删除一个连续子串（也可以不删除）。

给定目标坐标 (tx, ty)。

问题：

是否可以通过删除一个连续子串，使得最终位置变为 (tx, ty)。

（某些版本题目可能要求输出最短删除长度。）

题目四：资源包容量最小化

给定两个数组：

A[i] = 第 i 个时段的需求
B[i] = 第 i 个时段的原始容量

系统允许使用最多 M 个资源包。

每个资源包具有：

• 容量 x
• 持续 W 个时段

如果在某个时段开启资源包，则该资源包会影响区间：

[i , i+W-1]

目标：

找到 最小资源包容量 x，使得所有时段满足：

B[i] + 资源包贡献 ≥ A[i]

如果存在解：

输出：

最小资源包容量 x
使用的资源包数量

如果不存在解，输出 -1。

题解部分（以下开始剧透）

题目一题解

这题本质是 分组取最优 + 多维排序。

第一步，遍历所有直播片段，对每个主播维护一个当前最优片段。

比较规则完全按照题目给定的排序规则。

第二步，每个主播只保留这个最优片段。

把所有主播的最优片段拿出来，再按同样的排序规则排序。

第三步，排序完成后即可得到主播排名。

处理查询时：

• 如果查询片段不是该主播最优片段，输出 0
• 如果是最优片段，输出该主播排名

整体思路就是：

每组取代表元素 → 用代表元素排序 → 查询时判断是否为代表元素。

题目二题解

这题是经典的 贪心问题（最小加油费用模型）。

在某个充电站 i 时，需要决定买多少电。

关键观察：

只需要看 电池可达范围内是否存在更便宜的充电站。

如果在当前站点可达范围内存在一个更便宜的站点：

• 只需要买 刚好能到达该站点的电量

如果在可达范围内没有更便宜的站：

• 在当前站 充满电池

然后一路模拟到终点即可。

关键点在于：

寻找的是“第一个更便宜的站”，而不是范围内最低价的站。

题目三题解

这题可以转化为 子数组和问题。

设整条路径的位移为：

S

目标位移为：

T

如果删除的子串位移为：

sub

则删除后剩余路径满足：

S - sub = T

整理得到：

sub = S - T

因此问题转化为：

是否存在一个连续子串，其位移等于 S - T。

可以使用 前缀和 + 哈希表：

• pre[i] 表示前 i 个字符的位移
• 子串 [l+1 ... i] 的位移为 pre[i] - pre[l]

遍历 i 时检查是否存在某个 l 使得：

pre[i] - pre[l] = target

如果存在，则说明可以删除该子串。

题目四题解

这题是典型的 二分答案 + 贪心判定。

首先观察到：

如果某个资源包容量 x 可以满足需求，那么任何更大的 x 也一定可以满足。

因此可以 二分最小的可行 x。

关键是实现判定函数 check(x)。

从左到右扫描每个时段，维护当前资源包带来的总容量贡献。

如果在某个时段：

B[i] + 当前贡献 < A[i]

说明容量不足，需要新开资源包。

设缺口为：

need = A[i] - (B[i] + 当前贡献)

每个资源包贡献 x，因此需要开：

ceil(need / x)

个资源包。

这些资源包会影响接下来 W 个时段，因此可以用 差分数组 来维护贡献范围。

扫描过程中统计使用资源包总数，如果超过 M，则当前 x 不可行。

通过二分搜索找到最小可行 x 即可。

总结

四道题分别对应四个经典算法模型：

整体特点是：

• 模型识别比复杂实现更重要
• 题目本身算法难度不高，但需要快速抽象问题结构