蓝桥杯 外卖店优先级（JAVA）

问题描述

    “饱了么”外卖系统中维护着 N 家外卖店，编号 1 ∼ N。每家外卖店都有一个优先级，初始时 (0 时刻) 优先级都为 0。每经过 1 个时间单位，如果外卖店没有订单，则优先级会减少 1，最低减到 0；而如果外卖店有订单，则优先级不减反加，每有一单优先级加 2。如果某家外卖店某时刻优先级大于 5，则会被系统加入优先缓存中；如果优先级小于等于 3，则会被清除出优先缓存。给定 T 时刻以内的 M 条订单信息，请你计算 T 时刻时有多少外卖店在优先缓存中。

输入格式
    第一行包含 3 个整数 N、M 和 T。以下 M 行每行包含两个整数 ts 和 id，表示 ts 时刻编号 id 的外卖店收到
一个订单。

输出格式
    输出一个整数代表答案。

样例输入
2 6 6
1 1
5 2
3 1
6 2
2 1
6 2

样例输出
1

算法思路

    由分析可知，如果我们可以建立一张店铺订单数量和时刻相关联的表，则可以很清楚的计算各时刻各店铺的优先级数。因而我们可以借助二维数组orderTable（店铺id为行，时刻t为列）来表示该表，然后遍历该数组并逐个计算各时刻下各店铺的优先级数，如果符合条件则加入map中并以店铺id为key值，若不符合条件则将其移出，最后查看map中有多少项，即可。

算法如下

复制代码

import java.util.HashMap;
import java.util.Scanner;

public class Main {
    public static void main(String[] args) {
        Scanner input = new Scanner(System.in);
        int shops = input.nextInt();//店铺数量
        int orders = input.nextInt();//订单数量
        int time = input.nextInt();//T时刻
        int[][] orderTable = new int[shops+1][time+1];//存储各店铺各时刻的订单数量
        int[] shopCounts = new int[shops+1];//T时刻，店铺的优先级数
        HashMap<Integer,Integer> shopMap = new HashMap();//作为优先缓存
        for (int i = 0; i < orders; i++) {
            int ts = input.nextInt();//订单时刻
            int id = input.nextInt();//接收订单的店铺

            if(ts <= time){//在T时刻表中的订单状态
                orderTable[id][ts]++;
            }
        }
        for (int i = 1; i <= shops; i++) {
            for (int j = 1; j <= time; j++) {
                if(orderTable[i][j] == 0){
                    shopCounts[i] = Math.max(0,shopCounts[i] - 1);//当店铺i在j时刻，无订单且优先级数不为零时自减1
                }else{
                    shopCounts[i] += orderTable[i][j] * 2;//当店铺i在j时刻，有订单则将此时刻该店铺的订单数量×2
                }
                //判断优先级数，确定是否加入优先缓存
                if(shopCounts[i] > 5){//当店铺优先级数首次大于5时将其加入优先缓存中
                    shopMap.put(i,1);
                }else if(shopCounts[i] <= 3 && shopMap.containsKey(i)){//当店铺已经加入到优先缓存且优先级数小于等于3时，剔除出去
                    shopMap.remove(i);
                }
            }
        }
        System.out.println(shopMap.size());//此时map的大小即为优先缓存中的店铺数量
    }
}