这是一个关于在特定规则下寻找最大不相交三元组的匹配问题。

🔁 贪心匹配策略

问题的关键在于，如何高效地找到尽可能多的 (1,2,3) 或 (3,2,1) 模式序列，并且这些序列的索引和位置互不重叠。

一种有效的策略是顺序扫描数组，并尝试为遇到的每个 2 寻找合适的 1 和 3 完成匹配。这有点类似于括号匹配问题，我们可以利用栈来辅助：

• 初始化：创建两个栈（或列表），stack1 用于存放遇到的 1 的索引，stack3 用于存放遇到的 3 的索引。
• 扫描过程：
  • 遇到 1 时，将其索引压入 stack1。
  • 遇到 3 时，将其索引压入 stack3。
  • 遇到 2 时，这是形成三元组的关键：
    • 尝试从 stack1 中弹出一个索引（作为 i），并从 stack3 中弹出一个索引（作为 k）。当然，必须确保存在这样的 i 和 k，并且满足 i < 当前位置j < k。
    • 如果成功弹出，(i, j, k) 就形成了一个有效的三元组，可以调用 answer(i, j, k) 记录。

🧩 算法步骤

基于上述贪心策略，算法可以梳理如下：

1. 初始化两个空栈 stack1 和 stack3。
2. 遍历数组 A 中的每个元素，记当前位置为 j，对应值为 A[j]：
   • 如果 A[j] == 1，将 j 压入 stack1。
   • 如果 A[j] == 3，将 j 压入 stack3。
   • 如果 A[j] == 2：
     • 如果 stack1 和 stack3 均不为空，则从 stack1 弹出栈顶作为 i，从 stack3 弹出栈顶作为 k。此时 (i, j, k) 构成一个 (1,2,3) 模式的三元组，调用 answer(i, j, k)。
3. 处理完所有元素后，算法结束。通过这种贪心匹配，我们通常能找到（或接近）最大数量的三元组。

💎 总结与提醒

• 这个解法利用了栈来维护待匹配的候选位置，并通过局部最优的选择（每次遇到2都尝试立即匹配）来争取全局最优解。
• 在大多数情况下，这种贪心策略是有效的。虽然对于某些特殊分布的数据，可能存在更优的匹配顺序，但考虑到题目约束 N ≤ 15000 和对"尽可能多"的要求，这种 O(N) 的贪心算法通常是可靠且高效的选择。
• 记得在实现时，确保三元组的索引满足 i < j < k 的条件，并且每个索引只被使用一次。