365天挑战LeetCode1000题——Day 120 基于时间的最大报酬问题模板

最新推荐文章于 2023-05-22 14:31:21 发布

ShowM3TheCode

最新推荐文章于 2023-05-22 14:31:21 发布

阅读量440

点赞数

分类专栏： LeetCode千题之路文章标签： leetcode 算法动态规划

本文链接：https://blog.csdn.net/ShowMeTheCod3/article/details/127458681

版权

LeetCode千题之路专栏收录该内容

124 篇文章 1 订阅

订阅专栏

以题目为例：

在这里插入图片描述

思路：动态规划 + 二分查找

/*
1. 构造dp数组，记dp[i]为前第i个任务能够获得的最大报酬
2. 对工作按结束时间排序
3. 找到第i个任务的开始时间，找到小于等于该时间的开始工作个数
4. 要么选择该任务，那么加上在该任务开始时间之前的最大报酬，要么不选择该任务，则为该任 务之前所有任务的报酬，dp[i] = max(dp[i - 1], dp[k] + get<2>(sortedSchedule[i - 1]))
*/

关键就是：

定义状态为前n个任务能够获得的最大报酬，而不是选择第n个任务能获得的最大报酬
状态转换方程，要么选择该任务，那么找到该任务之前的最多任务数量对应的dp值，然后累加，要么不选择该任务，那么值和上一个状态的dp值相同

代码实现

class Solution {
public:
    int jobScheduling(vector<int>& startTime, vector<int>& endTime, vector<int>& profit) {
        /*
        1. 构造dp数组，记dp[i]为前第i个任务能够获得的最大报酬
        2. 对工作按结束时间排序
        2. 找到第i个任务的开始时间，找到小于等于该时间的开始工作个数
        3. 要么选择该任务，那么加上在该任务开始时间之前的最大报酬，要么不选择该任务，则为该任 务之前所有任务的报酬，dp[i] = max(dp[i - 1], dp[k] + get<2>(sortedSchedule[i - 1]))
        */
        int n = startTime.size();
        tuple<int, int, int> sortedSchedule[n]; 
        for (int i = 0; i < n; i++) {
            sortedSchedule[i] = {startTime[i], endTime[i], profit[i]};
        }
        sort(sortedSchedule, sortedSchedule + n,
        [](tuple<int, int, int>& a, tuple<int, int, int>& b) {
            return get<1>(a) < get<1>(b);
        });
        int dp[n + 1];
        memset(dp, 0, sizeof(dp));
        int latestStartTime;
        for (int i = 1; i <= n; i++) {
            latestStartTime = get<0>(sortedSchedule[i - 1]);
            int j = upper_bound(sortedSchedule, sortedSchedule + i - 1, 
            latestStartTime, [&](int a, tuple<int, int, int>& b) {
                return a < get<1>(b);
            }) - sortedSchedule;
            dp[i] = max(dp[j] + get<2>(sortedSchedule[i - 1]), dp[i - 1]);
        }
        return dp[n];
    }
};