LeetCode 1235. 规划兼职工作

Posted Tisfy

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了LeetCode 1235. 规划兼职工作相关的知识,希望对你有一定的参考价值。

【LetMeFly】1235.规划兼职工作:[离散化:多次哈希 + DPx1] | [二分查找 + DP]

力扣题目链接:https://leetcode.cn/problems/maximum-profit-in-job-scheduling/

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

方法一:离散化:多次哈希 + DPx1

我们将所有出现过的时间记录下来并排序,那么我们就只需要考虑“出现过的时间”这些特殊节点,最多一共 2 n 2n 2n个节点。

假设一共有 n n n个节点( a p p e a r e d T i m e . s i z e ( ) = n appearedTime.size() = n appearedTime.size()=n),我们建立一个长度为 n n n d p dp dp数组,其中 d p [ i ] dp[i] dp[i]代表到时间 a p p e a r e d T i m e [ i ] appearedTime[i] appearedTime[i]为止的最大获利。

d p [ i ] = max ⁡ d p [ i − 1 ] , d p [ 第 t 份工作的开始时间在 a p p e a r e d T i m e 中的下标 ] + p r o f i t [ t ] dp[i] = \\max\\dp[i - 1], dp[第t份工作的开始时间在appearedTime中的下标] + profit[t]\\ dp[i]=maxdp[i1],dp[t份工作的开始时间在appearedTime中的下标]+profit[t],其中 e n d T i m e [ t ] = a p p e a r e d T i m e [ i ] endTime[t] = appearedTime[i] endTime[t]=appearedTime[i]

什么意思呢?就是假如有一份工作在 a p p e a r e d T i m e [ i ] appearedTime[i] appearedTime[i]时刻结束,那么选择这份工作的话获利为 这份工作开始时的最大获利 + 这份工作的工资 = d p [ 这份工作开始时间对应的 i n d e x ] + p r o f i t [ 这份工作 ] 这份工作开始时的最大获利 + 这份工作的工资 = dp[这份工作开始时间对应的index] + profit[这份工作] 这份工作开始时的最大获利+这份工作的工资=dp[这份工作开始时间对应的index]+profit[这份工作]

以上所有需要用到的东西,均由哈希表映射即可。

如何处理出现过的时间节点

首先将所有出现过的时间放入哈希表中,然后将哈希表中的所有时间取出来,再排个序

int n = startTime.size();
// 插入哈希表
unordered_set<int> appearedTimeSet;  // 所有的出现过的时间
for (int i = 0; i < n; i++) 
    appearedTimeSet.insert(startTime[i]);
    appearedTimeSet.insert(endTime[i]);

// 存入数组并排序
vector<int> appearedTime;
for (const int& t : appearedTimeSet) 
    appearedTime.push_back(t);

sort(appearedTime.begin(), appearedTime.end());

如何由结束时间映射到这是第几份工作

<工作结束时间, 这是第几份工作>插入哈希表,就可以通过工作结束时间获取所有的在这个时间结束的工作

int n = startTime.size();

unordered_multimap<int, int> endBy;  // <在这个时间结束, 这个任务对应的编号>
for (int i = 0; i < n; i++) 
    endBy.insert(endTime[i], i);

如何由工作的开始时间映射到其在appearedTime中的index

遍历appearedTime中的时间,将<时间, 这个时间的index>插入哈希表

int nTime = appearedTime.size();
unordered_map<int, int> time2loc;
for (int i = 0; i < nTime; i++) 
    time2loc[appearedTime[i]] = i;

动态规划部分怎么实现

vector<int> dp(nTime);
for (int i = 1; i < nTime; i++) 
    dp[i] = dp[i - 1];  // 继承上一时刻的最大获利
    auto range = endBy.equal_range(appearedTime[i]);  // 结束时间等于appearedTime[i]的所有的工作 在哈希表中存在的范围
    for_each(range.first, range.second, [&](unordered_multimap<int, int>::value_type& x)   // 对于在appearedTime[i]结束的每一份工作
        // x.second是这份工作的编号
        // startTime[x.second]是这份工作的开始时间
        // time2loc[startTime[x.second]]是这份工作的开始时间在appearedTime中对应的下标
        // dp[time2loc[startTime[x.second]]是这份工作开始时间的最大获利
        // profit[x.second]是这份工作的获利
        dp[i] = max(dp[i], dp[time2loc[startTime[x.second]]] + profit[x.second]);
    );

// dp中的最后一个元素(所有出现过的时刻中的最后一个时刻)即为答案
return dp.back();
  • 时间复杂度KaTeX parse error: Undefined control sequence: \\n at position 3: O(\\̲n̲ ̲log n),其中 n n n是工作数量,时间复杂度主要来自排序
  • 空间复杂度 O ( n ) O(n) O(n),使用了数次哈希表,每次的空间复杂度都是 O ( n ) O(n) O(n)

AC代码

C++

class Solution 
public:
    int jobScheduling(vector<int>& startTime, vector<int>& endTime, vector<int>& profit) 
        unordered_set<int> appearedTimeSet;  // 所有的出现过的时间
        unordered_multimap<int, int> endBy;  // <在这个时间结束, 这个任务对应的编号>
        int n = startTime.size();
        for (int i = 0; i < n; i++) 
            appearedTimeSet.insert(startTime[i]);
            appearedTimeSet.insert(endTime[i]);
            endBy.insert(endTime[i], i);
        
        vector<int> appearedTime;
        for (const int& t : appearedTimeSet) 
            appearedTime.push_back(t);
        
        sort(appearedTime.begin(), appearedTime.end());
        int nTime = appearedTime.size();
        unordered_map<int, int> time2loc;
        for (int i = 0; i < nTime; i++) 
            time2loc[appearedTime[i]] = i;
        
        vector<int> dp(nTime);
        for (int i = 1; i < nTime; i++) 
            dp[i] = dp[i - 1];
            auto range = endBy.equal_range(appearedTime[i]);
            for_each(range.first, range.second, [&](unordered_multimap<int, int>::value_type& x) 
                dp[i] = max(dp[i], dp[time2loc[startTime[x.second]]] + profit[x.second]);
            );
            printf("i = %d, appearedTime[%d] = %d, dp[%d] = %d\\n", i, i, appearedTime[i], i, dp[i]);  //************
        
        return dp.back();
    
;

方法二:二分查找 + DP

方法一中我们使用了数个哈希表将时间和工作映射了起来

方法二学习自力扣官解:https://leetcode.cn/problems/maximum-profit-in-job-scheduling/solution/gui-hua-jian-zhi-gong-zuo-by-leetcode-so-gu0e/

这种方法中, d p [ i ] dp[i] dp[i]代表前 i i i份兼职工作可以获得的最大报酬。

因此, d p [ i ] = max ⁡ d p [ i − 1 ] , d p [ k ] + p r o f i t [ i − 1 ] dp[i] = \\max\\dp[i-1], dp[k] + profit[i - 1]\\ dp[i]=maxdp[i1],dp[k]+profit[i1],其中 k k k表示结束时间不超过第 i − 1 i-1 i1份工作的开始时间的工作数量

这个 k k k怎么来呢?当然是二分查找

因此我们还需要对工作按照“结束时间”从小到大排个序。

  • 时间复杂度KaTeX parse error: Undefined control sequence: \\n at position 3: O(\\̲n̲ ̲log n),其中 n n n是工作数量,时间复杂度主要来自排序
  • 空间复杂度 O ( n ) O(n) O(n)

AC代码

C++

class Solution 
public:
    int jobScheduling(vector<int>& startTime, vector<int>& endTime, vector<int>& profit) 
        int n = startTime.size();
        vector<vector<int>> jobs(n);
        for (int i = 0; i < n; i++) 
            jobs[i] = startTime[i], endTime[i], profit[i];
        
        sort(jobs.begin(), jobs.end(), [&](const vector<int>& a, const vector<int>& b)
            return a[1] < b[1];
        );
        vector<int> dp(n + 1);
        for (int i = 1; i <= n; i++) 
            int k = upper_bound(jobs.begin(), jobs.begin() + i - 1, jobs[i - 1][0], [&](int st, vector<int>& job) 
                return st < job[1];
            ) - jobs.begin();
            dp[i] = max(dp[i - 1], dp[k] + jobs[i - 1][2]);
        
        return dp[n];
    
;

同步发文于CSDN,原创不易,转载请附上原文链接哦~
Tisfy:https://letmefly.blog.csdn.net/article/details/127458533

以上是关于LeetCode 1235. 规划兼职工作的主要内容,如果未能解决你的问题,请参考以下文章

LeetCode 1235 规划兼职工作[动态规划 二分查找] HERODING的LeetCode之路

力扣 每日一题 1235. 规划兼职工作难度:困难,rating: 2022(动态规划+二分查找)

数据结构与算法之深入解析“规划兼职工作”的求解思路与算法示例

leetcode-159周赛-5233-规划兼职工作

推荐一款超好用兼职软件——壹佰块

路径规划基于matlab人工蜂群算法多无人机二维路径规划含Matlab源码 1235期