1235. 规划兼职工作 Hard

你打算利用空闲时间来做兼职工作赚些零花钱。

这里有 n 份兼职工作，每份工作预计从 startTime[i] 开始到 endTime[i] 结束，报酬为 profit[i]。

给你一份兼职工作表，包含开始时间 startTime，结束时间 endTime 和预计报酬 profit 三个数组，请你计算并返回可以获得的最大报酬。

注意，时间上出现重叠的 2 份工作不能同时进行。

如果你选择的工作在时间 X 结束，那么你可以立刻进行在时间 X 开始的下一份工作。

示例 1：

输入：startTime = [1,2,3,3], endTime = [3,4,5,6], profit = [50,10,40,70]
输出：120
解释：
我们选出第 1 份和第 4 份工作， 
时间范围是 [1-3]+[3-6]，共获得报酬 120 = 50 + 70。

示例 2：

输入：startTime = [1,2,3,4,6], endTime = [3,5,10,6,9], profit = [20,20,100,70,60]
输出：150
解释：
我们选择第 1，4，5 份工作。 
共获得报酬 150 = 20 + 70 + 60。

示例 3：

输入：startTime = [1,1,1], endTime = [2,3,4], profit = [5,6,4]
输出：6

提示：

 ·1 <= startTime.length == endTime.length == profit.length <= 5 * 10^4

 ·1 <= startTime[i] < endTime[i] <= 10^9

 ·1 <= profit[i] <= 10^4

题目大意：选择时间上不重叠且总报酬最大的工作，返回最大报酬

分析：设dp[k]为截止到time=k时可获得的最大报酬，profit[t]表示第t份（按结束时间升序排序）工作的收益

（1）由题得，dp[j]=max(dp[j-1],dp[i]+m)，m为开始时间为i、结束时间为j的工作的报酬；

（2）由于endTime数组的值数量级过高，会使dp数组元素数量过大超出内存上限，需对dp数组大小优化，因此将dp[k]重定义为前k份工作可得的最大报酬，则dp[k]=max(dp[k-1],dp[q]+profit[k]),q表示第k份工作开始前已结束的工作数；

（3）由（2）的解法可知计算dp[k]时需查找确定q的值，只需从工作序号在[1,k-1]中查找最大的q并使其满足endTime[q]<=startTime[k]。因为将endTime数组升序排序，所以可用二分搜索优化查找过程。

class Solution {
public:
    int jobScheduling(vector<int>& startTime, vector<int>& endTime, vector<int>& profit) {
        int N=startTime.size();
        vector<int> dp(N+1);
        vector<int> index(N);
        //对工作按照endTime升序排序
        iota(index.begin(),index.end(),0);
        sort(index.begin(),index.end(),[&](int id1,int id2){
            return endTime[id1]<endTime[id2];
        });
        dp[0]=0;
        for(int i=0;i<N;++i){
            //二分搜索满足endTime[q]<startTime[i]的最大的q
            int l=0,r=i-1,mid;
            int tar=startTime[index[i]];
            while(l<=r){
                mid=(l+r)/2;
                if(endTime[index[mid]]<=tar) l=mid+1;
                else r=mid-1;
            }
            //计算dp[i+1]
            dp[i+1]=max(dp[i],dp[l]+profit[index[i]]);
        }
        return dp[N];
    }
};