2026-05-06：采购的最小花费。用go语言，你有 5 个整数：cost1、cost2、costBoth、need1、need2。 现在你可以购买三...

2026-05-06：采购的最小花费。用go语言，你有 5 个整数：cost1、cost2、costBoth、need1、need2。

现在你可以购买三种物品来凑需求：

1. 1. 物品A：价格是 cost1，只能用于满足“需求1”，每买一个提供 1 单位需求1。

2. 2. 物品B：价格是 cost2，只能用于满足“需求2”，每买一个提供 1 单位需求2。

3. 3. 物品C：价格是 costBoth，同时满足两种需求：每买一个会让需求1减少 1 且需求2减少 1（等
   价于同时提供 1 单位需求1和 1 单位需求2）。

你的目标是：

• • 让总的需求1满足数量至少达到 need1

• • 让总的需求2满足数量至少达到 need2

在满足这两条的前提下，计算总花费的最小值。

1 <= cost1, cost2, costBoth <= 1000000。

0 <= need1, need2 <= 1000000000。

输入： cost1 = 5, cost2 = 4, costBoth = 15, need1 = 2, need2 = 3。

输出： 22。

解释：

购买 need1 = 2 个类型 1 的物品和 need2 = 3 个类型 2 的物品，总花费为 2 * 5 + 3 * 4 = 10 + 12 = 22。

任何其他有效的购买方案都会花费更多，因此最小总花费为 22。

题目来自力扣3789。

一、整体思路

要同时满足需求1=need1、需求2=need2，有三种购买方案：

• • 只买A、B，不买C；

• • 全买C，不买A、B；

• • 买一部分C，剩下不足的用A或B补。
  在这三种方案里选花费最小的即可。

• • cost1：A的单价（只供需求1）

• • cost2：B的单价（只供需求2）

• • costBoth：C的单价（同时供1和2各1）

• • need1：需求1至少要满足的数量

• • need2：需求2至少要满足的数量

• • 买 need1 个 A：花费 = cost1 × need1

• • 买 need2 个 B：花费 = cost2 × need2

• • 总花费 res1 = cost1×need1 + cost2×need2

• • 特点：一定合法，但不一定最便宜。

• • 如果 need1 > need2：

• • • 交换 need1、need2

  • • 交换 cost1、cost2（相当于把“需求小的”统一放到前面，逻辑不变）

• • 目的：简化后续“买C”的计算，只需要考虑need1 ≤ need2的情况。

• • 示例（原题）：need1=2、need2=3，无需交换。

• • C一次解决1和2各1，最多只能买need2 个（因为 need2 更大）

• • 买 need2 个 C：花费 res2 = costBoth × need2

• • 特点：满足需求1=need2（≥原need1）、需求2=need2，合法；但C可能很贵。

• • 先买need1 个 C：解决全部需求1、同时解决 need1 个需求2

• • 需求2还剩：need2 − need1 个

• • 剩下的需求2用单价更低的那个单品补（此时 cost2 已经是归一化后对应大需求的单价）

• • 总花费 res3 = costBoth×need1 + cost2×(need2−need1)

• • 特点：合法，通常在C适中时最优。

• • 在 res1、res2、res3 中选最小的

• • 转成 int64（防止大数溢出）返回

• • 原题示例：

• • • res1 = 5×2 + 4×3 = 22

  • • res2 = 15×3 = 45

  • • res3 = 15×2 + 4×1 = 34

  • • 最小为 22，输出 22

• •时间复杂度：O(1)

• • • 只有几次算术运算、比较、交换，与输入大小无关。

• •额外空间复杂度：O(1)

• • • 只用到有限几个变量（res1/res2/res3、临时交换变量），不随输入增长。

1. 1. 只需要比较三种固定方案，无需循环/枚举；

2. 2. 归一化（need1 ≤ need2）是简化逻辑的核心；

3. 3. 所有运算都是常数级，能处理 1e9 级的超大需求；

4. 4. 本质是贪心：在“全单品、全套餐、套餐+补单品”里选最优。

要不要我再给你几组测试用例，帮你验证这个逻辑在不同价格和需求下是否正确？

Go完整代码如下：

package main

 import (
    "fmt"
)

 func minimumCost(cost1, cost2, costBoth, need1, need2 int)int64 {
    res1 := cost1*need1 + cost2*need2 // 各买各的
    if need1 > need2 {
        need1, need2 = need2, need1
        cost2 = cost1
    }
    res2 := costBoth * need2                     // 我包了
    res3 := costBoth*need1 + cost2*(need2-need1) // 混合策略
    returnint64(min(res1, res2, res3))
}

 func main() {
    cost1 := 5
    cost2 := 4
    costBoth := 15
    need1 := 2
    need2 := 3
    result := minimumCost(cost1, cost2, costBoth, need1, need2)
    fmt.Println(result)
}

Python完整代码如下：

# -*-coding:utf-8-*-

 def minimum_cost(cost1: int, cost2: int, cost_both: int, need1: int, need2: int) -> int:
    # 各买各的
    res1 = cost1 * need1 + cost2 * need2
    # 确保 need1 <= need2 以便混合策略计算
    if need1 > need2:
        need1, need2 = need2, need1
        cost2 = cost1  # 注意：交换后 cost2 需要同步更新
    # 全买双人票
    res2 = cost_both * need2
    # 混合策略：部分买双人票，部分买单人票
    res3 = cost_both * need1 + cost2 * (need2 - need1)
    return min(res1, res2, res3)

 def main():
    cost1 = 5
    cost2 = 4
    cost_both = 15
    need1 = 2
    need2 = 3
    result = minimum_cost(cost1, cost2, cost_both, need1, need2)
    print(result)

 if __name__ == "__main__":
    main()

C++完整代码如下：

  

  

using namespace std;

 long long minimumCost(int cost1, int cost2, int costBoth, int need1, int need2) {
    // 各买各的
    long long res1 = 1LL * cost1 * need1 + 1LL * cost2 * need2;

     // 确保 need1 <= need2 以便混合策略计算
    if (need1 > need2) {
        swap(need1, need2);
        cost2 = cost1;
    }

     // 全买双人票
    long long res2 = 1LL * costBoth * need2;

     // 混合策略：部分买双人票，部分买单人票
    long long res3 = 1LL * costBoth * need1 + 1LL * cost2 * (need2 - need1);

     return min({res1, res2, res3});
}

 int main() {
    int cost1 = 5;
    int cost2 = 4;
    int costBoth = 15;
    int need1 = 2;
    int need2 = 3;

     long long result = minimumCost(cost1, cost2, costBoth, need1, need2);
    cout << result << endl;

     return0;
}

我们相信人工智能为普通人提供了一种“增强工具”，并致力于分享全方位的AI知识。在这里，您可以找到最新的AI科普文章、工具评测、提升效率的秘籍以及行业洞察。 欢迎关注“福大大架构师每日一题”，发消息可获得面试资料，让AI助力您的未来发展。