Leetcode 1235. Maximum Profit in Job Scheduling (python)

Leetcode 1235. Maximum Profit in Job Scheduling

  • 题目
  • 解法1:dp
  • 解法2:dp+binary search
  • 二刷

题目

Leetcode 1235. Maximum Profit in Job Scheduling (python)_第1张图片

解法1:dp

这倒题目用dp来做是挺明显的,但是dp的元素代表什么很关键。如果dp元素代表时间的话,那这个题目就很难做了。正确的做法应该是用区间来代表dp的元素,这样就变成了对于每个元素取或者不取两种情况了。具体的解法如下:

  • 将各个区间按照结尾进行排序
  • dp[i]代表从前i个区间中选择,最多可以获取多大的利润
  • 对于第i个区间,分取和不取两种情况
  • 如果取第i个区间,那么需要向前找到j区间,这个区间的结束时间在i区间开始时间之前,这样总理论就等于从前j个区间中取获得的利润加上第i个区间的利润
    状态转移方程
dp[i] = max(dp[i-1],dp[j]+profit_i) where j is the first nonoverlapping interval to i 
class Solution:
    def jobScheduling(self, startTime: List[int], endTime: List[int], profit: List[int]) -> int:
        n = len(startTime)
        segments = []
        for i in range(n):
            segments.append([startTime[i],endTime[i],profit[i]])
        
        segments.sort(key=lambda x:x[1])
        
        dp = [0]*n
        for i in range(n):
            # if we don't take i
            if i>0:
                dp[i] = dp[i-1]
            
            # if we take i
            
            for j in range(i-1,-1,-1):
                if segments[j][1]<=segments[i][0]:
                    dp[i] = max(dp[i],dp[j]+segments[i][2])
                    break
            
            # take into count when interval i is the first one
            dp[i] = max(dp[i],segments[i][2])
        
        return dp[-1]

对于最后一行是必须要的,第一个原因是dp[0]需要初始化。另外更重要的原因举个例子,如果第一个区间是[2,3], profit是10,第二个区间是[1,4],profit是100.这个时候dp[0]=10,但是如果没有最后一个比较,dp[1]会是10,而正确的应该是100

解法2:dp+binary search

利用左闭右开寻找第一个符合条件的区间j。关于二分的学习,看这里https://blog.csdn.net/qq_37821701/article/details/108772806

class Solution:
    def jobScheduling(self, startTime: List

你可能感兴趣的:(Leetcode,动态规划,leetcode,python,动态规划)