1. 题目背景与理解
洛谷P1094 [NOIP 2007 普及组] 纪念品分组是一道经典的贪心算法练习题。题目大意是：给定一组纪念品的价格和一个上限值，要求将这些纪念品分组，每组的价格总和不超过上限，且组数尽可能少。
这道题考察的是对贪心算法的理解和应用能力。贪心算法在解决这类"最优化"问题时非常有效，它通过每一步都采取当前看起来最优的选择，希望最终达到全局最优解。
2. 问题分析与建模
2.1 输入输出分析
题目通常会给出：
- 纪念品的价格列表（一个数组）
- 每组价格的上限值W
要求输出最少的分组数量。
2.2 关键约束条件
- 每组最多两件纪念品
- 每组价格总和不超过W
- 组数尽可能少
2.3 贪心策略选择
对于这类问题，常见的贪心策略是：
- 先将纪念品按价格排序
- 使用双指针法，一个指向最便宜的，一个指向最贵的
- 尝试将最便宜和最贵的配对
- 如果配对成功，两个指针都移动；否则只移动高价指针
3. 算法实现详解
3.1 排序预处理
首先需要对纪念品价格进行排序。排序的目的是为了方便后续的双指针操作。在C++中可以使用sort函数：
cpp复制sort(prices.begin(), prices.end());
排序的时间复杂度是O(nlogn)，这通常是整个算法的时间瓶颈。
3.2 双指针策略实现
设置两个指针i和j，分别指向数组的首尾：
cpp复制int i = 0, j = prices.size() - 1;
int groups = 0;
while(i <= j) {
if(prices[i] + prices[j] <= W) {
i++;
}
j--;
groups++;
}
这个循环的核心逻辑是：
- 如果能将最便宜和最贵的放在一组（和≤W），就一起放入（i++, j--）
- 否则，只能将最贵的单独放一组（j--）
- 无论哪种情况，组数都增加1
3.3 边界条件处理
需要考虑的特殊情况包括：
- 所有纪念品价格都相同
- 所有纪念品价格都大于W/2
- 空输入的情况
- 单个纪念品的情况
4. 正确性证明
4.1 贪心选择性质
我们需要证明每一步的局部最优选择能导致全局最优解。关键在于：
- 对于当前最贵的物品，要么它能和最便宜的配对，要么它必须单独成组
- 如果它能和最便宜的配对，这样配对不会比不配对更差（因为最便宜的物品之后可能无法与其他物品配对）
4.2 最优子结构
问题的最优解包含子问题的最优解。在分组后，剩下的物品仍然需要最优分组，这与原问题的性质相同。
5. 复杂度分析
5.1 时间复杂度
主要时间消耗在排序上，为O(nlogn)。双指针过程是O(n)，所以总时间复杂度是O(nlogn)。
5.2 空间复杂度
如果可以在原数组上排序，空间复杂度是O(1)。否则需要O(n)的额外空间。
6. 代码实现示例
完整C++实现：
cpp复制#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
int minGroups(vector<int>& prices, int W) {
sort(prices.begin(), prices.end());
int i = 0, j = prices.size() - 1;
int groups = 0;
while(i <= j) {
if(prices[i] + prices[j] <= W) {
i++;
}
j--;
groups++;
}
return groups;
}
int main() {
int W, n;
cin >> W >> n;
vector<int> prices(n);
for(int i = 0; i < n; i++) {
cin >> prices[i];
}
cout << minGroups(prices, W) << endl;
return 0;
}
7. 测试用例设计
好的测试用例应该覆盖各种边界情况：
-
常规测试用例：
- 输入：W=100, prices=[90, 20, 30, 50, 60, 70]
- 输出：3（分组为[20,90], [30,70], [50,60]）
-
所有物品价格相同：
- 输入：W=100, prices=[50, 50, 50, 50]
- 输出：2（分组为[50,50], [50,50]）
-
所有物品都大于W/2：
- 输入：W=100, prices=[60, 70, 80, 90]
- 输出：4（每个物品单独一组）
-
单个物品：
- 输入：W=100, prices=[50]
- 输出：1
-
空输入：
- 输入：W=100, prices=[]
- 输出：0
8. 常见错误与调试技巧
8.1 常见错误
- 忘记排序：会导致配对策略失效
- 循环条件错误：应该是i <= j而不是i < j
- 组数计数位置错误：应该在每次循环都增加，而不是只在配对成功时增加
8.2 调试技巧
- 打印中间变量：在循环中打印i,j和当前组数
- 小规模测试：先用小数据测试，确保基本逻辑正确
- 边界测试：专门测试空输入、单个输入等情况
9. 算法优化与变种
9.1 优化空间
如果纪念品数量很大但价格范围有限，可以考虑计数排序，将时间复杂度降到O(n + k)，其中k是价格范围。
9.2 问题变种
- 每组允许最多k件纪念品（k>2）
- 不同纪念品有不同权重，要求每组权重和不超过上限
- 在分组的同时，要求各组之间的价格差异最小化
10. 实际应用场景
这类分组问题在实际中有很多应用：
- 资源分配：将任务分配给机器，每台机器有最大负载
- 打包问题：将物品装入箱子，每个箱子有重量限制
- 时间安排：将活动安排到时间段，每个时间段有持续时间限制
理解这个问题的解法有助于解决更复杂的资源分配和优化问题。贪心算法虽然不一定能得到全局最优解，但在很多实际场景中提供了简单高效的近似解决方案。