自定义任务排序问题_LeetCode1665

问题描述

给你一个任务数组 tasks ，其中 tasks[i] = [$actua{l}_i$, $minimu{m}_i$] ：

$actua{l}_i$ 是完成第 i 个任务 需要耗费 的实际能量。
$minimu{m}_i$ 是开始第 i 个任务前需要达到的最低能量。
比方说，如果任务为 [10, 12] 且你当前的能量为 11 ，那么你不能开始这个任务。如果你当前的能量为 13 ，你可以完成这个任务，且完成它后剩余能量为 3 。

你可以按照 任意顺序 完成任务。

请你返回完成所有任务的 最少 初始能量。

示例 1：

输入：tasks = [[1,2],[2,4],[4,8]]
输出：8
解释：
一开始有 8 能量，我们按照如下顺序完成任务：

• 完成第 3 个任务，剩余能量为 8 - 4 = 4 。
• 完成第 2 个任务，剩余能量为 4 - 2 = 2 。
• 完成第 1 个任务，剩余能量为 2 - 1 = 1 。

  注意到尽管我们有能量剩余，但是如果一开始只有 7 能量是不能完成所有任务的，因为我们无法开始第 3 个任务。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/minimum-initial-energy-to-finish-tasks

算法推导

  设有n个任务$(a_0,m_0)(a_1,m_1)...(a_{n-1},m_{n-1})$，总能量为$E$，根据题意，若能顺利完成任务，需要满足以下不等式：
$$E\ge m_0$$

$$E-a_0\ge m_1$$

$$......$$

$$E-a_0-a_1-...-a_{n-2}\ge m_{n-1}$$

移项，将$E$放在不等式左边：
$$\begin{array}{rl}& E\ge m_0\\ & E\ge a_0+m_1\\ & \cdots \\ & E\ge a_0+a_1+\cdots +a_{n-2}+m_{n-1}\end{array}$$
因此，$E$的最小值即为上述不等式右端的最大值，它只取决于任务的顺序。

  考虑局部最优解，任意交换两个相邻任务$(a_i,m_i)(a_{i+1},m_{i+1})$的顺序，交换后上述不等式中有两项发生变化，分别是交换前的：
$$\begin{array}{rl}& E\ge a_0+a_1+\cdots +a_{i-1}+m_i=f(i)\\ & E\ge a_0+a_1+\cdots +a_{i-1}+ai+m_{i+1}=f(i+1)\end{array}$$
和交换后的：
$$\begin{array}{rl}& E\ge a_0+a_1+\cdots +a_{i-1}+m_{i+1}=f^{\prime }(i)\\ & E\ge a_0+a_1+\cdots +a_{i-1}+a_{i+1}+m_i=f^{\prime }(i+1)\end{array}$$
假设交换后结果不会比交换前更好，则有
$$max(f(i),f(i+1))\le max(f^{\prime }(i),f^{\prime }(i+1))$$
又因为$f(i)<f^{\prime }(i+1)f^{\prime }(i)<f(i+1)$恒成立，故不等式等价于
$$f(i+1)\le f^{\prime }(i+1)$$
代入具体值可得
$$a_i-m_i\le a_{i+1}-m_{i+1}$$
  综上所述，若任务序列中相邻任务满足$a_i-m_i\le a_{i+1}-m_{i+1}$这一条件时，序列达到了局部最优，此时若交换任意两个任务的次序，得到的结果都不会好于不交换，因此可以认为局部最优就是全局最优。

程序代码

class Solution {
public:
    int minimumEffort(vector<vector<int>>& tasks) {
        auto cmp = [&](const auto &a,const auto &b){
            return a[0]-a[1] < b[0]-b[1];
        };
        sort(tasks.begin(),tasks.end(),cmp);
        int sum = 0, ans = tasks[0][1];
        for(int i = 0; i < tasks.size()-1; i++){
            sum += tasks[i][0];
            ans = max(ans, sum+tasks[i+1][1]);
        }
        return ans;
    }
};

时间复杂度$O(nlogn)$，空间复杂度$O(logn)$。

参考题解

https://leetcode-cn.com/problems/minimum-initial-energy-to-finish-tasks/solution/wan-cheng-suo-you-ren-wu-de-zui-shao-chu-shi-neng-/