当前位置: 首页 > news >正文

【牛客刷题】活动安排

文章目录

  • 一、题目介绍
  • 二、解题思路
    • 2.1 核心问题
    • 2.2 贪心策略
    • 2.3 正确性证明
  • 三、算法分析
    • 3.1 为什么按结束时间排序?
    • 3.2 复杂度分析
    • 3.3 算法流程图解
      • 3.3.1 流程图说明
      • 3.3.2 关键步骤说明
  • 四、模拟演练
  • 五、完整代码

一、题目介绍

在这里插入图片描述

  • 活动安排

题目描述
给定 nnn 个活动,每个活动的时间区间为 [ai,bi)[a_i, b_i)[ai,bi)(左闭右开)。要求选择尽可能多的活动,使得这些活动的时间区间互不重叠。

输入描述

  • 第一行:整数 nnn1≤n≤2×1051 \leq n \leq 2 \times 10^51n2×105),表示活动数量
  • 后续 nnn 行:每行两个整数 ai,bia_i, b_iai,bi0≤ai<bi≤1090 \leq a_i < b_i \leq 10^90ai<bi109

输出描述

  • 一个整数,表示最多可选择的活动数

示例

  • 输入:
    3
    1 4
    1 3
    3 5
    
  • 输出:2
  • 说明:可选择活动 [1,3)[1,3)[1,3)[3,5)[3,5)[3,5)

二、解题思路

2.1 核心问题

在多个时间区间中选出最大互斥子集——经典的区间调度问题

2.2 贪心策略

  1. 排序策略

    • 将所有活动按结束时间升序排序
    • 结束时间相同时,开始时间不影响结果(可任意排序)
  2. 选择策略

    • 初始化选择第一个活动(最早结束)
    • 遍历后续活动:
      • 若当前活动的开始时间 ≥\geq 上一个选中活动的结束时间
      • 则选择该活动,并更新记录点

2.3 正确性证明

  • 贪心选择性:最早结束的活动一定在某个最优解中
  • 最优子结构:选择最早结束活动后,剩余问题仍是相同结构的子问题
  • 反证法:若存在更优解,其第一个活动结束时间一定不早于贪心选择的活动

三、算法分析

3.1 为什么按结束时间排序?

排序方式反例问题原因
按开始时间排序
[1,5]
[2,3]
[4,6]
[1,5] 后无法选其他
按区间长度排序
[1,4]
[2,3]
[3,5]
选最短 [2,3] 后只能再选一个
按结束时间排序无反例保证最大化剩余时间

3.2 复杂度分析

  • 时间复杂度O(nlog⁡n)O(n \log n)O(nlogn)
    • 排序:O(nlog⁡n)O(n \log n)O(nlogn)(占主导)
    • 遍历:O(n)O(n)O(n)
  • 空间复杂度O(n)O(n)O(n)
    • 存储 nnn 个活动对象

3.3 算法流程图解

flowchart TDA[开始] --> B[读取活动数量n]B --> C[创建空活动列表]C --> D[循环读取n个活动]D --> E[存储活动到列表]E --> F{是否读完n个活动?}F -- 否 --> DF -- 是 --> G[按结束时间升序排序]G --> H[初始化:count=0, lastEnd=-1]H --> I[遍历排序后活动列表]I --> J{当前活动开始时间 ≥ lastEnd?}J -- 是 --> K[count++,更新lastEnd=当前结束时间]J -- 否 --> L[跳过该活动]K --> M{是否还有活动?}L --> MM -- 是 --> IM -- 否 --> N[输出count]N --> O[结束]

在这里插入图片描述

3.3.1 流程图说明

  1. 数据读取阶段

    • 读取活动数量 n
    • 循环读取 n 个活动的时间区间
    • 存储在 ArrayList
  2. 排序阶段

    • 使用自定义比较器 ActivityComparator
    • 按结束时间升序排序(最早结束的在前)
  3. 贪心选择阶段

    flowchart LRP[lastEnd初始值-1] --> Q{遍历活动}Q --> R[活动A: start≥lastEnd?]R -- 是 --> S[选择A, count+1, lastEnd=A.end]R -- 否 --> T[跳过A]S --> U{继续遍历}T --> U
    

在这里插入图片描述

  1. 选择逻辑示例(输入 [[1,4], [1,3], [3,5]]):
    flowchart TBsubgraph 排序后A1[活动2: 1-3] --> A2[活动1: 1-4] --> A3[活动3: 3-5]endA1 --> B1{1 ≥ -1?} -- 是 --> C1[选择, count=1, lastEnd=3]C1 --> A2A2 --> B2{1 ≥ 3?} -- 否 --> C2[跳过]C2 --> A3A3 --> B3{3 ≥ 3?} -- 是 --> C3[选择, count=2, lastEnd=5]
    

在这里插入图片描述

3.3.2 关键步骤说明

  1. 排序意义

    • 结束时间最早的活动优先被选择
    • 为后续活动留下最大时间窗口
  2. lastEnd初始值-1的作用

    • 确保第一个活动总是被选择
    • 数学上满足:任意开始时间 ≥ -1
  3. 选择条件 start ≥ lastEnd

    • 严格保证活动时间不重叠
    • 充分利用左闭右开区间特性([1,3)[3,5) 可衔接)

此流程图清晰展示了贪心算法的核心思想:通过结束时间排序最大化剩余时间窗口,通过顺序遍历实现高效选择

四、模拟演练

输入数据

3
1 4
1 3
3 5

执行流程

  1. 排序阶段(按结束时间升序):

    原始顺序开始时间结束时间
    活动114
    活动213
    活动335

    ↓ 排序后 ↓

    新顺序开始时间结束时间
    活动213
    活动114
    活动335
  2. 选择阶段

    当前活动开始时间结束时间上一活动结束时间是否选择已选活动数更新结束时间
    活动213-1 (初始)13
    活动1143❌(1 < 3)13
    活动3353✅(3 ≥ 3)25
  3. 输出结果:2

边界测试

  • 全重叠活动
    输入:[1,2), [1,2), [1,2)
    输出:1(只能选一个)

  • 大范围数据
    输入:2×1052 \times 10^52×105[i,i+1)[i, i+1)[i,i+1) 区间
    输出:2×1052 \times 10^52×105(所有活动互不重叠)

五、完整代码

import java.util.*;/*** 活动类:表示一个活动的时间区间 [startTime, endTime)*/
class Activity {int startTime;  // 活动开始时间int endTime;    // 活动结束时间(不包含)// 构造函数Activity(int startTime, int endTime) {this.startTime = startTime;this.endTime = endTime;}
}/*** 活动比较器:按结束时间升序排序* 为什么按结束时间排序?因为结束时间决定了活动占用时间段的长度*/
class ActivityComparator implements Comparator<Activity> {@Overridepublic int compare(Activity a, Activity b) {// 按结束时间从小到大排序:最早结束的排前面return a.endTime - b.endTime;}
}public class Main {public static void main(String[] args) {Scanner in = new Scanner(System.in);// 1. 读取活动数量int n = in.nextInt();// 2. 创建活动列表并存储所有活动List<Activity> activities = new ArrayList<>();for (int i = 0; i < n; i++) {int startTime = in.nextInt();int endTime = in.nextInt();activities.add(new Activity(startTime, endTime));}// 3. 关键步骤:按结束时间升序排序(贪心算法的核心)Collections.sort(activities, new ActivityComparator());// 4. 贪心选择过程int count = 0;          // 记录可安排的活动数量int lastEndTime = -1;   // 上一个被选中活动的结束时间(初始化为-1,表示尚未选择任何活动)for (Activity activity : activities) {// 如果当前活动开始时间 ≥ 上一个活动的结束时间(说明时间不重叠)if (activity.startTime >= lastEndTime) {count++;  // 选择不重叠的活动lastEndTime = activity.endTime;  // 更新最后一个活动的结束时间}}// 5. 输出结果System.out.println(count);}
}

关键优化点

  1. 结束时间排序
    Collections.sort(activities, (a, b) -> a.endTime - b.endTime);
    
  2. 贪心选择
    if (act.startTime >= lastEnd) {count++;lastEnd = act.endTime;
    }
    

为什么不用优先队列?

  • 排序后只需一次线性遍历,复杂度 O(n)O(n)O(n)
  • 优先队列 O(nlog⁡n)O(n \log n)O(nlogn) 的插入/删除反而增加开销

通过结束时间排序+贪心遍历,高效解决大规模区间调度问题

http://www.dtcms.com/a/272767.html

相关文章:

  • i.mx8 网络速率测试
  • Transformer:自注意力驱动的神经网络革命引擎
  • 网络综合实验
  • Linux中gdb使用
  • Spring- @Autowired和@Resource 的区别
  • 【网络】Linux 内核优化实战 - net.ipv4.tcp_keepalive_probes
  • linux系统---部署应用
  • day049-初识Ansible与常用模块
  • 如何远程访问在WSL运行的Jupyter Notebook
  • 如何安装python以及jupyter notebook
  • 创客匠人洞察:AI 时代创始人 IP 打造如何突破效率与价值的平衡
  • RabbitMQ 高级特性之消息分发
  • 【Fargo】发送一个rtp包的过程1:怎么统一加twcc序号
  • 华锐云空间展销编辑器:开启数字化展示新时代​
  • U-Boot 2025.07 引入的 “uthreads” 优势介绍
  • 什么是主链
  • 【会员专享数据】2013-2024年我国省市县三级逐月SO₂数值数据(Shp/Excel格式)
  • 使用EasyExcel动态合并单元格(模板方法)
  • RK3568项目(八)--linux驱动开发之基础外设(上)
  • 亚马逊运营中出单词反查
  • 机器学习:反向神经元传播公式推导
  • 记录今天学习Comfyui的感受
  • python正则表达式(小白五分钟从入门到精通)
  • 智能化时代下的门店运营:AI的深刻影响
  • 2025年第十五届APMCM亚太地区大学生数学建模竞赛(中文赛项)
  • 【C++】红黑树的底层思想 and 大厂面试常问
  • BootStrap
  • 售前:该站高位思考还是站低位思考
  • Codeforces Round 1034 (Div. 3) G题题解记录
  • 创建本地软件仓库(rhel7与rhel9)