这是一个经典的贪心算法问题。

🧠 解题思路

1.  核心洞察：
    *   无论播种顺序如何，总的播种时间（所有 plantTime 之和）是固定的。
    *   为了让所有花尽早开放，我们应该让生长时间（growTime）长的花尽早开始生长。
    *   这就像操作系统中的 I/O 调度：让耗时长的 I/O 操作（生长）尽早开始，这样在它生长的时候，CPU（你）可以去处理其他任务（播种其他花）。

2.  贪心策略：
    *   将所有种子按照 growTime 从大到小排序。
    *   按照这个顺序依次播种。
    *   在播种过程中，记录每朵花的开花时间，并更新最晚开花时间。

3.  为什么这个策略最优？
    *   生长时间长的花如果晚种，会拖慢整体进度。
    *   先种生长时间长的花，可以让它在后台"并行"生长，而你在前台继续播种其他花。

💻 TypeScript 代码实现

function earliestFullBloom(plantTime: number[], growTime: number[]): number {
    const n = plantTime.length;
    
    // 创建索引数组，用于按 growTime 排序
    const indices: number[] = Array.from({ length: n }, (_, i) => i);
    
    // 按 growTime 降序排序
    indices.sort((i, j) => growTime[j] - growTime[i]);
    
    let currentTime = 0;  // 当前累计的播种时间
    let maxBloomTime = 0; // 记录最晚的开花时间
    
    // 按照排序后的顺序播种
    for (const i of indices) {
        currentTime += plantTime[i];  // 播种这朵花
        const bloomTime = currentTime + growTime[i];  // 这朵花的开花时间
        maxBloomTime = Math.max(maxBloomTime, bloomTime);  // 更新最晚开花时间
    }
    
    return maxBloomTime;
}

📝 算法步骤详解

1.  创建索引数组：indices[i] = i，用于保持原始数组的索引。
2.  排序：按照 growTime 降序排列索引数组。
3.  模拟播种过程：
    *   currentTime 记录到当前为止累计的播种时间。
    *   对于每朵花，先更新 currentTime（加上播种时间），然后计算它的开花时间（currentTime + growTime[i]）。
    *   用 maxBloomTime 记录所有花中最晚的开花时间。
4.  返回结果：maxBloomTime 就是所有花都开花的最早一天。

📊 复杂度分析

*   时间复杂度：O(n log n)。主要消耗在排序上，遍历过程是 O(n)。
*   空间复杂度：O(n)。用于存储索引数组。

🎯 示例说明

以 plantTime = [1,4,3], growTime = [2,3,1] 为例：

1.  按 growTime 降序排序：种子1(grow=3), 种子0(grow=2), 种子2(grow=1)
2.  第0-3天：播种种子1（耗时4天），第4天开始生长
3.  第4天：播种种子0（耗时1天），第5天开始生长  
4.  第5-7天：播种种子2（耗时3天），第8天开始生长
5.  开花时间：种子1在第7天开花，种子0在第6天开花，种子2在第9天开花
6.  最晚是第9天，所以答案是9。㇏