外卖平台的满减活动本质是价格歧视策略，但通过数学建模可找到较优凑单方案。以下是基于优化理论的通用模型和实操步骤：
一、满减优惠的数学本质
设满减规则为「满 (M) 减 (N)」，则实际支付 (P) 与订单原价 (X) 的关系为：
[
P = \begin{cases}
X - N & \text{当 } X \geq M \
X & \text{当 } X < M
\end{cases}
]
目标：找到 (X \geq M) 的最小 (X)，使 实际折扣率 (\frac{N}{X}) 最大化，同时避免过度消费。
二、单层满减最优解（基础模型）
问题：如何用最少钱凑到满减门槛 (M)？
临界值公式：
最优订单原价 (X^* = M)（理想情况），此时折扣率最高（(\frac{N}{M})）。
实操步骤：
- 列出所有可购商品价格 ({a_1, a_2, ..., a_n})；
- 转化为 子集和问题：寻找子集 (S)，使得 (\sum_{a_i \in S} a_i \geq M) 且 (\sum a_i) 最小；
- 使用动态规划或贪心算法逼近最优解。
三、多层满减的决策树模型
若存在多档满减（如满100减30、满200减80）：
计算各档位等效折扣率：
[
\text{折扣率} = \frac{\text{减免金额}}{\text{满减门槛}}
]
（例如满200减80的折扣率为40%，优于满100减30的30%）
判断是否值得冲击高门槛：
- 计算冲击下一档需额外消费 (\Delta X = M{\text{高}} - X{\text{当前}})；
- 比较额外消费的 边际收益：
[
\text{净收益} = N{\text{高}} - N{\text{低}} - \Delta X
]
若净收益 > 0，则值得冲击高门槛。
四、实战凑单技巧（简化版）
基础原则：
- 优先选择 单价低、易拆分 的商品（如小菜、饮料）；
- 利用「虚拟商品」（如优惠券、包装费）填补金额缺口。
算法步骤（近似最优解）：
- Step 1: 将商品按价格升序排列；
- Step 2: 从低价商品开始累加，直到总价 ≥ (M)；
- Step 3: 反向剔除最贵的非必需商品，使总价尽量接近 (M)。
五、案例演示
假设满减规则为「满50减20」，可选商品价格：¥15、¥20、¥25、¥30、¥35。
- 贪心算法解：
15 + 20 + 25 = 60（支付40，折扣率33.3%）；
- 更优解：
25 + 30 = 55（支付35，折扣率36.4%）。
六、注意事项
警惕陷阱：
- 凑单后总支出可能高于原需求（实际多花了钱）；
- 部分平台设置「虚高原价」，使折扣率虚高。
长期策略：
- 合并订单、囤积小额商品（如红包）；
- 利用跨店满减规则联动优惠。
通过数学模型优化，用户可节省10%~30%的实际支出，但需结合自身需求理性消费。建议使用「凑单计算器」类工具辅助决策。
