1. 题目背景与需求分析
东华OJ平台上的基础题117号"混合牛奶"是一道经典的算法练习题，主要考察编程者对基础排序算法和贪心策略的应用能力。题目描述通常如下：
某牛奶厂每天需要从N个农民那里收购牛奶，每个农民有固定的产量和单价。由于工厂的收购量有限，需要设计一个算法，在给定总收购量的前提下，计算出最经济的采购方案。
这类问题在实际生产调度、资源分配中非常常见。比如疫情期间医疗物资采购、电商大促时的库存调配等场景，都需要类似的优化算法。作为C++学习者，掌握这类基础算法题的解法，对培养计算思维和解决实际问题能力至关重要。
2. 解题思路与算法选择
2.1 问题抽象化
首先需要将实际问题转化为数学模型：
- 输入：N个农民的牛奶(单价Pi, 产量Ai)，总需求M
- 输出：满足∑Ai ≥ M时的最小总成本
这本质上是一个典型的"部分背包问题"，与完全背包问题的区别在于我们可以选择物品的一部分（在这里就是可以购买农民的部分牛奶）。
2.2 算法对比分析
常见的几种解法对比：
-
贪心算法：
- 时间复杂度：O(nlogn)（主要来自排序）
- 空间复杂度：O(n)
- 特点：总能得到最优解，实现简单
-
动态规划：
- 时间复杂度：O(n*M)
- 空间复杂度：O(M)
- 特点：处理离散量时更合适，本题牛奶量可能是浮点数
-
暴力枚举：
- 时间复杂度：O(2^n)
- 完全不适用
显然，贪心算法是最佳选择。其核心思想是：优先购买单价最低的牛奶，直到满足需求。
3. C++实现详解
3.1 数据结构设计
首先定义农民的结构体：
cpp复制struct Farmer {
float price; // 单价
float amount; // 可提供量
};
使用vector存储所有农民信息：
cpp复制vector<Farmer> farmers;
3.2 核心算法实现
完整解决方案代码：
cpp复制#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
struct Farmer {
float price;
float amount;
};
bool compare(Farmer a, Farmer b) {
return a.price < b.price;
}
float mixMilk(vector<Farmer>& farmers, float requirement) {
// 按单价排序
sort(farmers.begin(), farmers.end(), compare);
float totalCost = 0.0;
float remaining = requirement;
for (const auto& farmer : farmers) {
if (remaining <= 0) break;
float purchase = min(farmer.amount, remaining);
totalCost += purchase * farmer.price;
remaining -= purchase;
}
return totalCost;
}
int main() {
int n;
float m;
cin >> n >> m;
vector<Farmer> farmers(n);
for (int i = 0; i < n; ++i) {
cin >> farmers[i].price >> farmers[i].amount;
}
float cost = mixMilk(farmers, m);
cout << "Minimum cost: " << cost << endl;
return 0;
}
3.3 关键代码解析
- 排序函数：
cpp复制bool compare(Farmer a, Farmer b) {
return a.price < b.price;
}
这里定义了一个自定义比较函数，确保sort()按单价升序排列。
- 核心采购逻辑：
cpp复制float purchase = min(farmer.amount, remaining);
totalCost += purchase * farmer.price;
remaining -= purchase;
这段代码实现了贪心策略的关键部分：每次尽可能多买当前最便宜的牛奶，直到满足需求。
4. 边界条件与特殊处理
4.1 输入验证
在实际OJ系统中，需要考虑以下边界情况：
cpp复制// 检查输入是否合法
if (n <= 0 || m <= 0) {
cout << "Invalid input" << endl;
return 0;
}
// 检查总供应量是否足够
float totalSupply = 0.0;
for (const auto& farmer : farmers) {
totalSupply += farmer.amount;
}
if (totalSupply < m) {
cout << "Not enough milk" << endl;
return 0;
}
4.2 浮点数精度处理
由于涉及货币计算，建议使用固定精度输出：
cpp复制cout << fixed;
cout.precision(2); // 保留两位小数
cout << "Minimum cost: " << cost << endl;
5. 算法优化与变种
5.1 性能优化
如果农民数量很大（N>10^5），可以考虑：
- 使用nth_element代替sort，将时间复杂度从O(nlogn)降到O(n)
- 使用数组代替vector，减少动态内存分配开销
优化后的排序部分：
cpp复制nth_element(farmers.begin(), farmers.begin() + k, farmers.end(), compare);
// 其中k是预计需要处理的农民数量
5.2 问题变种
-
限量采购：每个农民最多卖K升牛奶
- 解法：修改purchase = min(farmer.amount, remaining, K)
-
批量折扣：采购量超过阈值时单价降低
- 解法：需要分段处理每个农民的价格曲线
-
运输成本：考虑运输距离带来的额外成本
- 解法：将运输成本折算入单价
6. 调试技巧与OJ提交建议
6.1 常见错误排查
-
排序方向错误：
注意比较函数是升序还是降序，本题需要升序排列
-
浮点数比较：
cpp复制// 错误的比较方式 if (remaining == 0) break; // 正确的浮点数比较 if (fabs(remaining) < 1e-6) break; -
输入格式错误：
- 确保输入顺序与题目要求一致
- 处理可能的输入缓冲区问题
6.2 OJ提交注意事项
- 去除所有调试输出
- 确保类名为Main（某些OJ要求）
- 使用标准输入输出（不要用文件操作）
- 检查末尾是否有多余空格或换行
7. 实际应用扩展
这个算法可以应用于许多现实场景：
- 云计算资源采购：不同供应商的服务器租赁（单价、可用数量）
- 股票交易：在不同价格档位买入指定数量的股票
- 物流配送：选择不同运输商的运力和价格组合
我在实际项目中曾用类似算法解决过CDN带宽采购问题。关键经验是：
- 生产环境中的数据可能随时变化，需要定期重新排序
- 有时需要加入人工干预因素（如供应商优先级）
- 大规模数据时，可以考虑并行化排序过程
8. 学习路径建议
想要系统提升此类问题解决能力，建议：
-
基础学习：
- 《算法导论》贪心算法章节
- LeetCode相关题目：455、435、452题
-
进阶训练：
- 参加编程竞赛（Codeforces、AtCoder）
- 尝试更复杂的背包问题变种
-
工具掌握：
- 熟练使用STL的sort和自定义比较函数
- 学习使用调试工具（gdb、IDE调试器）
对于C++初学者，我建议从简单的结构体排序开始练习，逐步过渡到这类结合实际应用的算法题。每次AC后，可以思考如何优化代码，或者尝试用不同方法解决同一问题。