在一个稀疏 MOE 模型中，有 n 个专家顺序编号为 0…n-1，这些专家被平均分布到 m 张 NPU 卡上，每张卡上一组，且同组专家编号连续。为降低跨卡通信，现将路由目标限制在最多 p 张 NPU 上： 1) 先对每组求组内概率最大值及其专家编号，作为该组的代表值； 2) 把所有组按“代表概率”从高到低排序，若概率相同则组号小的在前，取前 p 个组； 3) 仅在上述 p 个组包含的所有专家里，按“概率降序、编号升序”挑选前 k 位的专家编号作为最终路由目标。 约束与异常 - 若 n 不能被 m 整除，则无法平均分组，输出 error。 - 若 p>m，输出 error。 - 设每组大小 g=n/m，若可选专家总数 p·g<k，无法选够 k 人，输出 error。
第一行：四个整数 n m p k（1≤n,m,p,k≤10000） 第二行：n 个浮点数，依次为专家 0…n-1 的概率，均在 (0,1) 内
若发生异常，输出 error 否则输出 k 个专家编号，升序，空格分隔（行尾无空格）
6 3 2 2 0.3 0.1 0.05 0.6 0.4 0.2
3 4
6 4 2 2 0.1 0.2 0.3 0.4 0.5 0.6
error
考点：排序
数据规模 n ≤ 1e4 ｜ 限制 1 秒 / 256MB ｜ 标准输入输出
参考方向：排序
先用 O(n log n) 排序把无序变有序，后续处理往往就简单了。
思路框架（排序 通法 · 非本题专属）
实现要点：在 C++ 中用 std::sort，Python 用 sorted()；注意自定义比较函数的严格弱序。
复杂度：时间 O(n log n) ｜ 空间 O(log n) ~ O(n)
该范式的通法易错点
对照本题
本题在源数据中没有官方考点标签，方向由题面特征推断，仅供参考。
样例 1：输入 6 3 2 2 / 0.3 0.1 0.05 0.6 0.4 0.2 → 输出 3 4
分组：g=6/3=2。组0=[0,1]→代表(0.3,idx0)，组1=[2,3]→代表(0.6,idx3)，组2=[4,5]→代表(0.4,idx4)。
选组：按代表概率降序取前 p=2 个，得到组1与组2。
选专家：在{2,3,4,5}中按概率降序取前 k=2，依次为 idx3(0.6)、idx4(0.4)；最后升序输出 3 4。
样例 2：输入 6 4 2 2 / 0.1 0.2 0.3 0.4 0.5 0.6 → 输出 error
因为 n=6、m=4，n 必须能被 m 整除才能把专家平均分到每张 NPU 上（组大小 g=n/m 为整数）。这里 6%4≠0，g=1.5 不是整数，无法等分成 4 组，所以按规则直接输出 error。
解析由校招宝本地引擎整理（依据源站考点标签 / 人工判题标注 / 题面规模信号），非官方题解，仅供思路参考。
本题来源：2025年秋招-华为-9月3号AI岗。