高效率安排见面会问题（比编程之美的解法复杂度低n-1个数量级）

在编程之美中，有一道高效安排见面会的问题

问题描述如下

 已知有n位学生，他们分别对M个研究项目中的若干个干兴趣，每个见面会的时间为T，每个学生都能参加自己感兴趣的所有见面会，如何安排时间总时间最短？？

编程之美的解法

把该问题转化成图染色的问题，

每个见面会为一个点，如果有个同学对其中两个见面会感兴趣，那么这两点就有一天联系，

染色问题：就是如果两个点之间有连线，那么他们要用不同的颜色染色，问最少用多少颜色给这个图染色。

这个问题的解法复杂度高，同时编程实现起来也难，复杂度为O((N-1)ⁿN²)

比较优的解法：

1.T[M],表示第i个时间断，安排了那些见面会；初始化，把所有的见面 会放在第一个时间段T[0]。

2.WATCH[M],每个见面会被关注的次数,初始化WATCH，为T[0]中的见面会，被关注的次数。

     

init T[M];
init Watch[m];
count=0;

while(there is Watch[i]>1) /*有一个见面被关注次数大于1*/
{
    while((location=max_in_watch_location(Watch))>1) /*按照关注次数高低，把关注次数超1依次移动到下一个时间段T[count++];*/
    	{
		remove_next(T,count,location) /*把T[count]中的见面会编号为locaiton 移动到T[count+1]  */
		Watch[location]=0
	}
  count++;
   用T[count],重新计算Watch[M]  //T[count]中的见面会背关注的次数
}

大概思想如上，可以看出是实现起来很见到，现在我们在计算复查度
每次计Watch[M],次数为O(NM)
把不能安排在一起的讨论会移动到下一个时间段复杂度 ： O(M log(M))
所以时间复杂度为 O(NM2 log(M))