区间调度问题之最多区间调度详解——贪心解法（对于参考博文的一些补充与注释）

参考博文：https://blog.csdn.net/kiritow/article/details/52208488

题目描述

有N项工作，每项工作分别在Si时间开始，在Ti时间结束。对于每项工作，你都可以选择参与与否。如果选择了参与，那么自始至终都必须全程参与。此外，参与工作的时间段不能重叠（即使是开始的瞬间和结束的瞬间重叠也是不允许的）。

　　目标是尽可能参与可能多的工作，那么最多能参与多少项工作？

样例输入

n = 5, s= {1,2,4,6,8}, t={3,5,7,9,10}

样例输出

3 (选取工作1、3、5)

题目分析

作为一个正常人，我们不太可能一眼就想到用贪心算法来解决这个问题，这里的贪心用法是在多次优化后得出的。

首先想到的一般是得到一个解空间，通过暴力解法得到所有的可能，再逐一的去验证，在符合的方案中找到一个最优的方案。

最优化问题都可以通过某种搜索获得最优解，最多区间调度问题也不例外。该问题无非就是选择几个不重叠的区间而已，看看最多能选择多少个，其解空间为一棵二叉子集树，某个区间选或者不选构成了两个分支，如图四所示。我们的目标就是遍历这棵子集树，然后看从根节点到叶节点的不重叠区间的最大个数为多少。可以看出，该问题的解就是n位二进制的某个0/1组合。子集树共有2^n种组合，每种组合都需要判断是否存在重叠区间，如果不重叠则获得1的个数。

上述的例子一共八种组合：

1. a
2. ab
3. ac
4. ad
5. abc
6. abd
7. acd
8. abcd

现在我们已经得到解空间了，在不进行如何优化的前提下暴力求解。此时如果abcd不是有序排列的区间，则每种组合判断是否有重叠区间的复杂度为O(n^2):{为了确保所有的区间都不覆盖，a应与bcd分别比较共3次，b再与cd分别比较共2次，c再与d比较共1次。数学表达即 （n-1)+(n-2)+(n-3)……+1=1/2(n^2-n)==>即每种组合检验是否有重叠区间的复杂度为O(n^2)}

此时该算法的复杂度为2^n*O(n^2),即O（2^n*n^2），是十分不理想的，现在进行第一次优化。

先将所有区间排个序（按开始时间或者结束时间）

这样排完序后，判断区间是否重叠的算法马上就降到O(n)了。

然后让我们进一步思考，我们能不能优化解空间呢？此处我们可以用贪心的解法，每一步都选择最优的，这样就可以把O（2^n）压缩到O(1)。这个方法实在是巧妙，证明不会，就举个反例吧！

如果按开始时间排：

这个策略显然不行，结果只有a一个。

如果按结束时间排：

这个策略可以的，结果为3个。想法为尽可能先选最早结束的，这样才能选到最多的任务。

证明：https://www.cnblogs.com/ordili/p/8495998.html

代码

package POJ.动态规划与贪心算法;

import java.util.Arrays;

public class Section {
	public static void main(String[] args) {
		int count=1;//最多可参与的工作数
		Task[] t=new Task[] {new Task(1, 3),new Task(8,10),
				new Task(4,7),new Task(6,9),new Task(2,5)};
		Arrays.sort(t);
		for(int i=0;i<t.length;++i) {
			System.out.println(t[i]);
		}
		int end=0;
		for(int i=1;i<t.length;++i) {
			if(t[end].et<t[i].st) {
				count+=1;
				end=i;
			}
				
		}
		System.out.println(count);
	}
}
class Task implements Comparable<Task>{

	int st;
	int et;
	
	public Task(int st, int et) {
		super();
		this.st = st;
		this.et = et;
	}

	@Override
	public int compareTo(Task o) {
		return this.et-o.et;
	}
	@Override
		public String toString() {
			return st+","+et;
		}
}