贪心算法专栏：Leetcode#502 IPO

Question:

假设 力扣（LeetCode）即将开始 IPO 。为了以更高的价格将股票卖给风险投资公司，力扣 希望在 IPO 之前开展一些项目以增加其资本。 由于资源有限，它只能在 IPO 之前完成最多 k 个不同的项目。帮助 力扣 设计完成最多 k 个不同项目后得到最大总资本的方式。

给你 n 个项目。对于每个项目 i ，它都有一个纯利润 profits[i] ，和启动该项目需要的最小资本 capital[i] 。

最初，你的资本为 w 。当你完成一个项目时，你将获得纯利润，且利润将被添加到你的总资本中。

总而言之，从给定项目中选择 最多 k 个不同项目的列表，以 最大化最终资本 ，并输出最终可获得的最多资本。

答案保证在 32 位有符号整数范围内。

Resolution:

由于每完成一个任务都会使得总资金 w 增加或不变。因此对于所选的第 iii 个任务而言，应该在所有「未被选择」且启动资金不超过 w 的所有任务里面选利润最大的。

可通过「归纳法」证明每次都在所有候选中选择利润最大的任务，可使得总资金最大。

对于第 iii 次选择而言（当前所有的资金为 www），如果选择的任务利润为 curcurcur，而实际可选的最大任务利润为 maxmaxmax（ cur<=maxcur <= maxcur<=max ）。

将「选择 curcurcur」调整为「选择 maxmaxmax」，结果不会变差：

    根据传递性，由 cur<=maxcur <= maxcur<=max 可得 w+cur<=w+maxw + cur <= w + maxw+cur<=w+max，可推导出调整后的总资金不会变少；
    利用推论 111，由于总资金相比调整前没有变少，因此后面可选择的任务集合也不会变少。这意味着 至少可以维持 第 iii 次选择之后的所有原有选择。

至此，我们证明了将每次的选择调整为选择最大利润的任务，结果不会变差。

当知道了「每次都应该在所有可选择的任务里选利润最大」的推论之后，再看看算法的具体流程。

由于每完成一个任务总资金都会 增大/不变，因此所能覆盖的任务集合数量也随之 增加/不变 。

因此算法核心为「每次决策前，将启动资金不超过当前总资金的任务加入集合，再在里面取利润最大的任务」。

「取最大」的过程可以使用优先队列（根据利润排序的大根堆），而「将启动资金不超过当前总资金的任务加入集合」的操作，可以利用总资金在整个处理过程递增，而先对所有任务进行预处理排序来实现。

具体的，我们可以按照如下流程求解：

    根据 profits 和 capital 预处理出总的任务集合二元组，并根据「启动资金」进行升序排序；

    每次决策前，将所有的启动资金不超过 www 的任务加入优先队列（根据利润排序的大根堆），然后从优先队列（根据利润排序的大根堆），将利润累加到 www；

    循环步骤 222，直到达到 kkk 个任务，或者队列为空（当前资金不足以选任何任务）。

Code:

public class FindMaximizedCapital {
    public static void main(String[] args) {
        System.out.println(findMaximizedCapital(2,0, new int[]{1,2,3}, new int[]{0,1,1}));
    }

    public static int findMaximizedCapital(int k, int w, int[] profits, int[] capital) {
        List<int[]> lists = new ArrayList<>();
        for (int i = 0; i < profits.length; i++) {
            lists.add(new int[]{profits[i], capital[i]});
        }
        Collections.sort(lists, (o1, o2) -> o1[1] - o2[1]);

        PriorityQueue<Integer> priorityQueue = new PriorityQueue<>((o1, o2) -> o2 - o1);
        int j = 0;
        for (int i = 0; i < k; i++) {
            while (j <lists.size() && lists.get(j)[1] <= w) {
                priorityQueue.add(lists.get(j)[0]);
                j++;
            }
            if (priorityQueue.isEmpty())
                return w;
            w += priorityQueue.poll();
        }
        return w;
    }
}