美团 2025 届校招开始了，岗位 and 原题抢先看！！

美团校招 - 启动

前几天我们写了 阿里巴巴 开启 2025 届的校招计划，其实比阿里巴巴更早的是 美团。

你看，互联网大厂启动校招计划尚且争先恐后，你还有什么理由不马上行动？！

先来大概浏览一下本次校招「技术类」相关的常规岗位：

几乎所有岗位都可以 base 北京，少部分可以选择 上海 和 成都 。

然后再详细列举一下于公主号读者相关性更高的几个岗位：

除了这些常规校招岗位，美团本次还延续了「北斗计划」的开展。

招聘岗位都是一些细分领域的算法岗。

...

回归主线。

来做一道和「美团」相关的一面算法原题。

题目描述

平台：LeetCode

题号：808

有 A 和 B 两种类型 的汤，一开始每种类型的汤有 n 毫升。

有四种分配操作：

1. 提供 100ml 的 汤A 和 0ml 的 汤B 。
2. 提供 75ml 的 汤A 和 25ml 的 汤B 。
3. 提供 50ml 的 汤A 和 50ml 的 汤B 。
4. 提供 25ml 的 汤A 和 75ml 的 汤B 。

当我们把汤分配给某人之后，汤就没有了。

每个回合，我们将从四种概率同为 0.25 的操作中进行分配选择。

如果汤的剩余量不足以完成某次操作，我们将尽可能分配。

当两种类型的汤都分配完时，停止操作。

注意 不存在先分配 100 ml 汤B 的操作。

需要返回的值：汤A 先分配完的概率 +  汤A和汤B 同时分配完的概率 / 2。

返回值在正确答案 $10^{-5}$

示例 1:

输入: n = 50

输出: 0.62500

解释:如果我们选择前两个操作，A 首先将变为空。
对于第三个操作，A 和 B 会同时变为空。
对于第四个操作，B 首先将变为空。
所以 A 变为空的总概率加上 A 和 B 同时变为空的概率的一半是 0.25 *(1 + 1 + 0.5 + 0)= 0.625。

示例 2:

输入: n = 100

输出: 0.71875

提示:

• $0 <= n <= 10^9$

数学 + 动态规划

四种分配方式都是 $25$ 的倍数，因此我们可以将 $n$ 进行除以 $25$

1. 提供 4ml 的 汤A 和 0ml 的 汤B 。
2. 提供 3ml 的 汤A 和 1ml 的 汤B 。
3. 提供 2ml 的 汤A 和 2ml 的 汤B 。
4. 提供 1ml 的 汤A 和 3ml 的 汤B 。

定义 $f[i][j]$ 为 汤A 剩余 $i$ 毫升，汤B 剩余 $j$ 毫升时的最终概率（$概率 = 汤A先分配完的概率 + 汤A和汤B同时分配完的概率 \times 0.5$）。

最终答案为 $f[n][n]$ 为最终答案，考虑任意项存在为 $0$

• 若 $i = 0$ 且 $j = 0$，结果为 $0 + \frac{1}{2} = \frac{1}{2}$，即有 $f[0][0] = 0.5$
• 若 $i = 0$ 且 $j > 0$，结果为 $1 + 0 = 1$，即有 $f[0][X] = 1$，其中 $X > 1$
• 若 $i > 0$ 且 $j = 0$，结果为 $0 + 0 = 0$，即有 $f[X][0] = 0$，其中 $X > 1$

其余一般情况为 $i$ 和 $j$ 均不为 $0$，由于四类操作均为等概率，结合题意和状态定义可知：

$f[i][j] = \frac{1}{4} \times (f[i - 4][j] + f[i - 3][j - 1] + f[i - 2][j - 2] + f[i - 1][j - 3])$

由于 $n = 1e9$，即使进行了除 $25$ 的缩放操作，过多的状态数仍会导致 TLE。

此时需要利用「返回值在正确答案 $10^{-5}$ 的范围内将被认为是正确的」来做优化（一下子不太好想到）：由于四类操作均是等概率，单个回合期望消耗汤 A 的量为 $2.5$，消耗汤 B 的量为 $1.5$。

因此当 $n$ 足够大，操作回合足够多，汤 A 将有较大的概率结束分配，即当 $n$ 足够大，概率值会趋向于 $1$。

我们考虑多大的 $n$ 能够配合精度误差 $10^{-5}$ 来减少计算量：一个可行的操作是利用上述的 DP 思路 + 二分的方式找到符合精度要求的验算值（不超过 $200$）。

Java 代码：

class Solution {
    public double soupServings(int n) {
        n = Math.min(200, (int) Math.ceil(n / 25.0));
        double[][] f = new double[n + 10][n + 10];
        f[0][0] = 0.5;
        for (int j = 1; j <= n; j++) f[0][j] = 1;
        for (int i = 1; i <= n; i++) {
            for (int j = 1; j <= n; j++) {
                double a = f[Math.max(i - 4, 0)][j], b = f[Math.max(i - 3, 0)][Math.max(j - 1, 0)];
                double c = f[Math.max(i - 2, 0)][Math.max(j - 2, 0)], d = f[Math.max(i - 1, 0)][Math.max(j - 3, 0)];
                f[i][j] = 0.25 * (a + b + c + d);
            }
        }
        return f[n][n];
    }
}

C++ 代码：

class Solution {
public:
    double soupServings(int n) {
        n = min(200, (int)ceil(n / 25.0));
        vector<vector<double>> f(n + 10, vector<double>(n + 10, 0));
        f[0][0] = 0.5;
        for (int j = 1; j <= n; ++j) f[0][j] = 1;
        for (int i = 1; i <= n; ++i) {
            for (int j = 1; j <= n; ++j) {
                double a = f[max(i - 4, 0)][j], b = f[max(i - 3, 0)][max(j - 1, 0)];
                double c = f[max(i - 2, 0)][max(j - 2, 0)], d = f[max(i - 1, 0)][max(j - 3, 0)];
                f[i][j] = 0.25 * (a + b + c + d);
            }
        }
        return f[n][n];
    }
};

Python 代码：

class Solution:
    def soupServings(self, n: int) -> float:
        n = min(200, math.ceil(n / 25))
        f = [[0] * (n + 10) for _ in range(n + 10)]
        f[0][0] = 0.5
        for j in range(1, n + 10):
            f[0][j] = 1
        for i in range(1, n + 1):
            for j in range(1, n + 1):
                a, b = f[max(i - 4, 0)][j], f[max(i - 3, 0)][max(j - 1, 0)]
                c, d = f[max(i - 2, 0)][max(j - 2, 0)], f[max(i - 1, 0)][max(j - 3, 0)]
                f[i][j] = 0.25 * (a + b + c + d)
        return f[n][n]

TypeScript 代码：

function soupServings(n: number): number {
    n = Math.min(200, Math.ceil(n / 25.0));
    const f: number[][] = Array(n + 10).fill(0).map(() => Array(n + 10).fill(0));
    f[0][0] = 0.5;
    for (let j = 1; j <= n; j++) f[0][j] = 1;
    for (let i = 1; i <= n; i++) {
        for (let j = 1; j <= n; j++) {
            let a = f[Math.max(i - 4, 0)][j], b = f[Math.max(i - 3, 0)][Math.max(j - 1, 0)];
            let c = f[Math.max(i - 2, 0)][Math.max(j - 2, 0)], d = f[Math.max(i - 1, 0)][Math.max(j - 3, 0)];
            f[i][j] = 0.25 * (a + b + c + d);
        }
    }
    return f[n][n]; 
};

• 时间复杂度：$O(m^2)$，其中 $m = 200$
• 空间复杂度：$O(m^2)$

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。