1. 1402 做菜顺序

题目详细为：

一个厨师收集了他 n 道菜的满意程度 satisfaction ，这个厨师做出每道菜的时间都是 1 单位时间。
一道菜的 「 like-time 系数 」定义为烹饪这道菜结束的时间（包含之前每道菜所花费的时间）乘以这道菜的满意程度，也就是 time[i]*satisfaction[i] 。
返回厨师在准备了一定数量的菜肴后可以获得的最大 like-time 系数 总和。
你可以按 任意 顺序安排做菜的顺序，你也可以选择放弃做某些菜来获得更大的总和。

示例为：

示例 1：
输入：satisfaction = [-1,-8,0,5,-9]
输出：14
解释：去掉第二道和最后一道菜，最大的 like-time 系数和为 (-11 + 02 + 53 = 14) 。每道菜都需要花费 1 单位时间完成。
示例 2：
输入：satisfaction = [4,3,2]
输出：20
解释：可以按照任意顺序做菜 (21 + 32 + 43 = 20)
示例 3：
输入：satisfaction = [-1,-4,-5]
输出：0
解释：大家都不喜欢这些菜，所以不做任何菜就可以获得最大的 like-time 系数。

提示：

n == satisfaction.length
1 <= n <= 500
-1000 <= satisfaction[i] <= 1000

难度:【困难】

算法思路：
由于n的取值并没有很大，所以使用暴力解法解决这题完全没有问题，但是个人觉得可以这样来实现。
可以分为三类情况，（1）satisfaction这个数组(列表)中的最大数小于零，这样得到最终结果(按照上述公式)肯定小于0，那么直接返回0即可；（2）satisfaction这个数组(列表)中的最小数大于零，对这个数组进行升序排序，然后利用上述公式计算返回即可；（3）satisfaction这个数组(列表)中同时存在小于0和大于0的数，首先对这个数组进行升序排序，然后用一个变量根据上述公式计算对应结果num2，用变量num存储数组的和，之后再遍历这个数组，变量ans(初始值为0)返回最终结果，执行下述操作即可，ans = max(ans,num2)，num2 -= num，num -= satisfaction[i]，示意图如下：

satisfaction数组
排序前  [-1,-8,0,5,-9]
排序后 [-9,-8,-1,0,5]
num的值为：-13
num2的值为：-9 * 1 + -8 * 2 + -1 * 3 + 0 * 4 + 5 * 5 =  -3
ans = 0
遍历次数 ans num num2
1 0 -13 -3
2 0 -4 10
3 10 4 14
4 14 5 10
5 14 5 5

参考代码如下：

class Solution(object):def maxSatisfaction(self, satisfaction):""":type satisfaction: List[int]:rtype: int"""satisfaction.sort()if satisfaction[-1] < 0:return 0ans = 0n = len(satisfaction)if satisfaction[0] > 0:start = 1for e in satisfaction:ans += start * estart += 1else:num = sum(satisfaction)num2 = 0for i in range(n):num2 += satisfaction[i] * (i+1)for i in range(n):ans = max(ans,num2)num2 -= numnum -= satisfaction[i]return ansa = Solution()
print(a.maxSatisfaction(satisfaction = [-1,-8,0,5,-9]))

运行结果：

虽然算法效率总体还不怎么的，但是比暴力肯定要好一些。

2. 2316. 统计无向图中无法互相到达点对数

题目详细为：

给你一个整数 n ，表示一张 无向图 中有 n 个节点，编号为 0 到 n - 1 。同时给你一个二维整数数组 edges ，其中 edges[i] = [ai, bi] 表示节点 ai 和 bi 之间有一条 无向 边。
请你返回 无法互相到达 的不同 点对数目 。

示例为：

输入：n = 3, edges = [[0,1],[0,2],[1,2]]
输出：0
解释：所有点都能互相到达，意味着没有点对无法互相到达，所以我们返回 0 。
2.

输入：n = 7, edges = [[0,2],[0,5],[2,4],[1,6],[5,4]]
输出：14
解释：总共有 14 个点对互相无法到达：
[[0,1],[0,3],[0,6],[1,2],[1,3],[1,4],[1,5],[2,3],[2,6],[3,4],[3,5],[3,6],[4,6],[5,6]]
所以我们返回 14 。

提示：

提示：
1 <= n <= 105
0 <= edges.length <= 2 * 105
edges[i].length == 2
0 <= ai, bi < n
ai != bi
不会有重复边。

算法思路：
从0号节点依次遍历到n-1号节点，如果遍历到某节点时，在map中已经存在了，那么不需要再进行接下来的操作，否则，在map中记录当前节点，然后依次遍历与该节点连通的节点，继续上述操作，直到遍历完某节点所有连通的节点，此时map中存储的节点个数减去pre(初始为0)，即可得到一组不为0数，用一个数组arr存储，直到所有节点全部遍历完，然后计算arr中的数即可得到最终结果。但是有问题遍历arr需要两层，应该提交不了，为此直接在遍历节点的同时计算最终结果(但是最终还是差几个用例没有通过，最后参考官方代码改进才通过)。

参考代码为：

class Solution(object):def countPairs(self, n, edges):""":type n: int:type edges: List[List[int]]:rtype: int"""map = {}for e in range(n):map[e] = []for key,value in edges:map[key].append(value)map[value].append(key)map2 = {}def dfs(cur_node):map2[cur_node] = 1arr = map[cur_node]count = 1for e in arr:if not map2.get(e,None):count += dfs(e)return countans = 0pre = 0for i in range(n):if not map2.get(i,None):count = dfs(i)ans += pre * countpre += countreturn ans

运行结果：