本文介绍解决“baloni”问题的核心思路——通过哈希表动态维护各高度剩余未匹配气球数量，利用“高度差为1”的连续性特征实现贪心匹配，时间复杂度 o(n)，空间复杂度 o(n)，正确高效地求出最少箭数。
该问题的本质是：每支箭从左向右水平射出，初始高度为某值 h，每击中一个气球后高度自动减 1；因此一支箭能击中的气球序列，其高度必须严格构成一个递减连续整数序列（如 5→4→3→2→1），且在原数组中按从左到右顺序出现。
关键观察在于：一支箭的路径等价于一条“高度递减链”。若某个气球高度为 h，它要么作为某条链的起点（需新增一支箭），要么恰好接在某个已存在的、高度为 h+1 的气球之后（即被同一支箭续上）。因此，我们应尽可能“复用”已有箭——每当遇到高度为 h 的气球时，优先尝试将其链接到尚未被消耗的、高度为 h+1 的气球之后。
这自然引出贪心策略：
- 从左到右遍历每个气球；
- 对当前气球高度 h，检查是否还有未匹配的 h+1 高度气球（即之前出现过、但尚未被后续气球接续的）；
- 若有，则消耗一个 h+1 气球（表示该箭延续至此），不新增箭；
- 无论是否匹配成功，当前气球 h 都成为一条潜在新链的起点，因此需计入 h 高度的待匹配计数中。
实现上，我们使用字典 d 记录各高度当前“待被接续”的气球数量（即作为某支箭中间节点或起点的候选）。遍历时：
- 若 d[h + 1] > 0，说明存在可延续的箭，执行 d[h + 1] -= 1；
- 然后 d[h] += 1，将当前气球加入待匹配池。
最终，字典中所有剩余计数值之和，即为必须作为“链起点”的气球数——也就是所需的最少箭数。
以下是完整、可直接提交的 Python 实现：
def min_arrows(balloons):
# d[height] 表示当前有多少个高度为 height 的气球可作为箭的起点或中间节点
d = {}
for h in balloons:
# 尝试将当前气球 h 接在高度为 h+1 的气球之后（复用已有箭）
if d.get(h + 1, 0) > 0:
d[h + 1] -= 1
# 当前气球 h 成为新的潜在起点（或新链首）
d[h] = d.get(h, 0) + 1
return sum(d.values())
# 主程序
n = int(input().strip())
balloons = list(map(int, input().split()))
print(min_arrows(balloons))✅ 正确性验证：以 [2, 1, 5, 4, 3] 为例 h=2：d{2:1} → 箭数暂计 1 h=1：发现 d[2]>0，消耗一个 2 → d{2:0, 1:1} h=5：d{2:0, 1:1, 5:1} h=4：d[5]>0，消耗 5 → d{2:0, 1:1, 5:0, 4:1} h=3：d[4]>0，消耗 4 → d{2:0, 1:1, 5:0, 4:0, 3:1} 最终 sum = 1 + 1 = 2，符合预期。
⚠️ 常见误区提醒：
- ❌ 不可排序原数组——顺序决定能否形成合法链；
- ❌ 不可原地修改输入——会破坏高度关系与遍历逻辑；
- ❌ 不可无条件累加箭数——必须基于“能否接续”做条件判断。
该解法简洁、高效、符合直觉，是处理此类“递减链覆盖”问题的经典范式。
