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 * 104
1 <= startTime[i] < endTime[i] <= 109
1 <= profit[i] <= 104
来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/maximum-profit-in-job-scheduling
(1)动态规划 & 二分搜索
思路参考本题官方题解。
① 先将将兼职工作按结束时间进行升序排序,定义 dp 数组,dp[i] 表示前 i 份兼职工作可以获得的最大报酬,1 ≤ i ≤ startTime.length。
int[] dp = new int[startTime.length + 1];
② 状态转移方程如下:
dp[i] = max(dp[i - 1], dp[cnt] + profit[i - 1])
其中,cnt 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数量,这可以通过二分搜索获得。
//思路1————动态规划 & 二分搜索
class Solution {
public int jobScheduling(int[] startTime, int[] endTime, int[] profit) {
int length = startTime.length;
// jobs[i] 存储第 i 份兼职工作的startTime、endTime、profit
int[][] jobs = new int[length][3];
for (int i = 0; i < length; i++) {
jobs[i] = new int[]{startTime[i], endTime[i], profit[i]};
}
//将兼职工作按结束时间进行升序排序
Arrays.sort(jobs, (job1, job2) -> job1[1] - job2[1]);
// dp[i] 表示前 i 份兼职工作可以获得的最大报酬
int[] dp = new int[length + 1];
dp[0] = 0;
for (int i = 1; i <= length; i++) {
// cnt 表示满足结束时间小于等于第 i - 1 份工作开始的兼职工作数量
int cnt = binarySearchRightBound(jobs, i - 1, jobs[i - 1][0]);
dp[i] = Math.max(dp[i - 1], dp[cnt] + jobs[i - 1][2]);
}
return dp[length];
}
public int binarySearchRightBound(int[][] jobs, int right, int target) {
int left = 0;
while (left < right) {
int mid = left + (right - 1 - left) / 2;
if (jobs[mid][1] > target) {
right = mid;
} else {
left = mid + 1;
}
}
return left;
}
}