2025 A卷 200分 题型
本专栏内全部题目均提供Java、python、JavaScript、C、C++、GO六种语言的最佳实现方式；
并且每种语言均涵盖详细的问题分析、解题思路、代码实现、代码详解、3个测试用例以及综合分析；
本文收录于专栏：《2025华为OD真题目录+全流程解析+备考攻略+经验分享》
华为OD机试真题《虚拟理财游戏》：
文章快捷目录
题目描述及说明
Java
python
JavaScript
C
GO
题目名称：虚拟理财游戏
- 知识点：贪心算法、逻辑处理
- 时间限制：1秒
- 空间限制：256MB
- 限定语言：不限
题目描述
在一款虚拟游戏中，玩家需通过投资理财产品增强资产以避免淘汰。现有一家Bank提供 m 个理财产品，每个产品有不同投资回报率、风险值和最大投资额度。玩家拥有 N 元资金，可接受的总风险值为 X。要求选择最优投资组合（最多选2个产品），在总风险不超过 X 且总投资不超过 N 的条件下，最大化投资回报（投资额×回报率）。
备注：
- 总风险值为所选产品风险值之和；
- 最多投资2个产品；
- 投资额必须为整数；
- 回报=投资额×回报率。
输入描述：
- 第一行：产品数 m（1≤m≤20）、总投资额 N（1≤N≤10000）、可接受总风险 X（1≤X≤200）；
- 第二行：产品回报率序列（整数，1≤值≤60）；
- 第三行：产品风险值序列（整数，1≤值≤100）；
- 第四行：产品最大投资额度序列（整数，1≤值≤10000）。
输出描述：
每个产品的投资额序列（未投资则为0）。
示例：
输入：
5 100 10
10 20 30 40 50
3 4 5 6 10
20 30 20 40 30
输出：
0 30 0 40 0
说明：投资第2、4个产品，风险4+6=10，回报30×20+40×40=2200。
Java
问题分析
题目要求选择最多两个理财产品，在总风险不超过X且总投资不超过N的条件下，最大化投资回报。需处理以下关键点：
- 风险控制：所选产品的风险值之和 ≤ X。
- 资金限制：投资额 ≤ 产品最大额度，且总和 ≤ N。
- 回报最大化：通过合理分配资金，使总回报最大。
解题思路
- 单产品选择：遍历每个产品，计算其合法投资的最大回报。
- 双产品组合：遍历所有产品对，确定优先级（回报率高的先投资），计算最大回报。
- 动态更新：维护当前最大回报及对应的投资方案。
代码实现
import java.util.Arrays;
import java.util.Scanner;
public class Main {
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
// 读取输入数据
int m = scanner.nextInt();
int N = scanner.nextInt();
int X = scanner.nextInt();
int[] returnRate = new int[m];
for (int i = 0; i < m; i++) {
returnRate[i] = scanner.nextInt();
}
int[] risk = new int[m];
for (int i = 0; i < m; i++) {
risk[i] = scanner.nextInt();
}
int[] maxInvest = new int[m];
for (int i = 0; i < m; i++) {
maxInvest[i] = scanner.nextInt();
}
int maxReturn = 0;
int[] result = new int[m];
// 处理单个产品的情况
for (int i = 0; i < m; i++) {
if (risk[i] > X) continue; // 风险超标跳过
int invest = Math.min(maxInvest[i], N);
int currentReturn = returnRate[i] * invest;
if (currentReturn > maxReturn) {
maxReturn = currentReturn;
Arrays.fill(result, 0);
result[i] = invest;
}
}
// 处理两个产品的组合
for (int i = 0; i < m; i++) {
for (int j = i + 1; j < m; j++) {
int totalRisk = risk[i] + risk[j];
if (totalRisk > X) continue; // 总风险超标跳过
// 确定投资顺序：优先投回报率高的
int first, second;
if (returnRate[i] >= returnRate[j]) {
first = i;
second = j;
} else {
first = j;
second = i;
}
// 计算最大投资额
int investFirst = Math.min(maxInvest[first], N);
int remaining = Math.max(N - investFirst, 0);
int investSecond = Math.min(maxInvest[second], remaining);
// 计算总回报
int total = returnRate[first] * investFirst + returnRate[second] * investSecond;
// 更新最优解
if (total > maxReturn) {
maxReturn = total;
Arrays.fill(result, 0);
result[first] = investFirst;
result[second] = investSecond;
}
}
}
// 输出结果
for (int i = 0; i < m; i++) {
System.out.print(result[i] + (i == m - 1 ? "\n" : " "));
}
}
}
代码解析
- 输入处理：读取产品数
m、总资金N、风险阈值X及三个数组。 - 单产品遍历：
- 检查风险是否超标。
- 计算最大投资额，更新最优解。
- 双产品遍历：
- 检查总风险是否超标。
- 根据回报率确定投资顺序。
- 计算两个产品的最大投资额及总回报。
- 动态更新最优解。
- 结果输出：按格式输出每个产品的投资额。
示例测试
-
示例输入：
5 100 10 10 20 30 40 50 3 4 5 6 10 20 30 20 40 30输出：
0 30 0 40 0解释：选择产品2和4，总风险4+6=10，回报30×20 +40×40=2200。
-
测试用例1：
2 100 5 30 40 3 4 50 60输出：
0 60解释：仅选产品2（风险4 ≤5），投资60元。
-
测试用例2：
3 50 8 15 25 20 2 3 4 20 20 20输出：
0 20 20解释：选产品2和3，总风险3+4=7 ≤8，回报25×20 +20×20=900。
综合分析
-
时间复杂度：
- 单产品遍历：O(m)。
- 双产品遍历：O(m²)。
- 综合复杂度：O(m²)，在m≤20时完全可行。
-
空间复杂度：
- 存储输入数组及结果数组：O(m)。
-
正确性：
- 严格处理风险、资金及回报率逻辑，确保最优解正确。
-
优势：
- 贪心策略：优先投资高回报产品，确保局部最优。
- 全面覆盖：处理所有合法组合，不漏解。
-
适用性：
- 完全符合题目约束，适用于大范围输入数据。
python
问题分析
题目要求在给定资金和风险限制下，选择最多两个理财产品，使得总回报最大化。需满足总风险不超过X，总投资不超过N，且每个产品的投资额不超过其最大额度。
