2024-5-4——规划兼职工作

题目来源

力扣每日一题；题序：1235

我的题解

方法一 动态规划+二分查找

参考官方题解。
关键在于动态转移方程的构建：
兼职工作由开始时间 startTime，结束时间 endTime和预计报酬 profit 三种属性表示。首先将兼职工作按结束时间 endTime 从小到大进行排序。使用 dp[i] 表示前 i 份兼职工作可以获得的最大报酬，即区间 [0,i−1] 的所有兼职工作可以获得的最大报酬。初始时 dp[0]=0，表示没有兼职工作时报酬为 0。那么对于 i>0，根据第 i−1 份兼职工作是否被选择，有以下转移方程：
$\text{dp}[i]=\max (\text{dp}[i-1],\text{dp}[k]+\text{profit}[i-1])$。其中 k 表示满足结束时间小于等于第 i−1份工作开始时间的兼职工作数量（因为兼职工作是按照结束时间从小到大进行排序的，所以选择第 i−1 份兼职工作后，只能继续选择前 k 份兼职工作），可以通过二分查找获得。

时间复杂度：O(nlogn)，其中 n 是兼职工作的数量。排序需要 O(nlog⁡n)，遍历 + 二分查找需要 O(nlog⁡n)，因此总时间复杂度为 O(nlog⁡n)。
空间复杂度：O(n)。需要 O(n) 的空间来保存 dp。

public int jobScheduling(int[] startTime, int[] endTime, int[] profit) {
    int n=startTime.length;
    int[][] jobs=new int[n][3];
    for(int i=0;i<n;i++){
        jobs[i][0]=startTime[i];
        jobs[i][1]=endTime[i];
        jobs[i][2]=profit[i];
    }
    Arrays.sort(jobs,(a,b)->a[1]-b[1]);
    int[] dp=new int[n+1];
    for(int i=1;i<=n;i++){
        int k=binarySearch(jobs,i-1,jobs[i-1][0]);
        dp[i]=Math.max(dp[i-1],dp[k]+jobs[i-1][2]);
    }
    return dp[n];
}
public int binarySearch(int[][] jobs,int end,int startTime){
    int left=0,right=end;
    while(left<right){
        int mid=((right-left)>>1)+left;
        //结束时间比开始时间晚
        if(jobs[mid][1]>startTime){
            right=mid;
        //结束时间小于等开始时间
        }else{
            left=mid+1;
        }
    }
    return left;
}

方法二

时间复杂度：
空间复杂度：

有任何问题，欢迎评论区交流，欢迎评论区提供其它解题思路（代码），也可以点个赞支持一下作者哈😄~