作者:小迅
链接:https://leetcode.cn/problems/maximum-profit-in-job-scheduling/solutions/1914361/dong-tai-gui-hua-zhu-shi-chao-ji-xiang-x-slrc/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
题目![](https://i-blog.csdnimg.cn/blog_migrate/6be94086b51fcd373d16285417df38c7.png)
示例![](https://i-blog.csdnimg.cn/blog_migrate/8fc322a795c08bedaf35ad06385fdebd.png)
思路
题意 -> 给定一些兼职,求最大获利
对于任意一个兼职都有一个开始时间、结束时间和获利,我们可以使用一个二维数组将其同一管理,然后对数组按结束时间升序排列,这样方便我们选择兼职任务,当然也可以按开始时间升序排列只是选择方向不同
dp数组含义
我们定义一个dp数组,其中dp[i]表示 i 个兼职的最大获利。
递推公式
- 二维数组按结束时间升序排序
- 因为数组是从下标0开始的,所以dp[i] 就表示 i-1的兼职最大获利,对于当前兼职只存在两种选择情况:
- 所以dp[i] = MAX(dp[i-1], dp[k] + jobs[i-1][2])
- 不选择当前兼职:其中dp[i-1]为当前兼职上一个兼职冲突的情况
- 选择当前兼职:dp[k] + jobs[i-1][2] 为 选择当前兼职 + 当前兼职上一个不冲突的兼职。所以就涉及k怎么快速选择,当然就需要用到查找算法,最简单的就是二分查找了,使用二分查找按照开始时间和结束时间查找k的位置
- 递推方向:因为dp[i] 需要之前dp[k] 推导,所以需要从前往后遍历
- 二维数组按开始时间升序排序
- 和上述其实是一样的,只是递推方向要从后往前
初始化
那么对于dp数组的初始化 dp[0] = 0; dp[i] 只需要根据dp[k]推导即可
代码
//排序算法
static inline int cmp(const void * a, const void * b)
{
int * _a = (int *)a;
int * _b = (int *)b;
return _a[1] - _b[1];
}
//二分查找
int dichotomia(int (*jobs)[3], int right, int tar)
{
//区间为 左闭右开
int left = 0;
while(left < right)
{
int mid = (right - left)/2 + left;
if(jobs[mid][1] > tar)
{
right = mid;//所以right不需要-1
}
else
{
left = mid + 1;
}
}
return left;
}
#define MAX(a, b) ((a) > (b) ? (a) : (b))
int jobScheduling(int* startTime, int startTimeSize, int* endTime, int endTimeSize, int* profit, int profitSize){
int jobs[startTimeSize][3];
for(int i = 0; i < startTimeSize; i++)//方便后序操作
{
jobs[i][0] = startTime[i];
jobs[i][1] = endTime[i];
jobs[i][2] = profit[i];
}
qsort(jobs, startTimeSize,sizeof(jobs[0]),cmp);//排序
int dp[startTimeSize+1];
dp[0] = 0;
for(int i = 1; i <= startTimeSize; i++)//枚举数组
{
int k = dichotomia(jobs, i-1, jobs[i-1][0]);//选择k
dp[i] = MAX(dp[i-1], dp[k] + jobs[i-1][2]);//判断最大获利
}
return dp[startTimeSize];
}
作者:小迅
链接:https://leetcode.cn/problems/maximum-profit-in-job-scheduling/solutions/1914361/dong-tai-gui-hua-zhu-shi-chao-ji-xiang-x-slrc/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。