华为OD机试真题——虚拟理财游戏（2025A卷：200分）Java/python/JavaScript/C/C++/GO最佳实现

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：

1. 总风险值为所选产品风险值之和；
2. 最多投资2个产品；
3. 投资额必须为整数；
4. 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：

1. 风险控制：所选产品的风险值之和 ≤ X。
2. 资金限制：投资额 ≤ 产品最大额度，且总和 ≤ N。
3. 回报最大化：通过合理分配资金，使总回报最大。

---

解题思路

1. 单产品选择：遍历每个产品，计算其合法投资的最大回报。
2. 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。
3. 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

1. 输入处理：读取产品数 m、总资金 N、风险阈值 X 及三个数组。
2. 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。
3. 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。
4. 结果输出：按格式输出每个产品的投资额。

---

示例测试

1. 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。

2. 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。

3. 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

1. 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。

2. 空间复杂度：

   • 存储输入数组及结果数组：O(m)。

3. 正确性：

   • 严格处理风险、资金及回报率逻辑，确保最优解正确。

4. 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。

5. 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。

---

解题思路</