1

给定 N 个工作,其中每个工作由以下三个元素表示。

1) 开始时间

2) 完成时间。

3) 利润或相关价值。

找到工作的最大利润子集,使得子集中没有两个工作重叠。

我知道一个动态编程解决方案,其复杂度为 O(N^2)(接近 LIS,我们必须检查之前的元素,我们可以将当前区间与这些元素合并,并取其合并最大的区间,直到第 i 个element )。这个解决方案可以使用二分搜索和简单排序进一步改进到 O(N*log N)!

但是我的朋友告诉我,它甚至可以通过使用分段树和二分搜索来解决!我不知道我将在哪里使用 Segment Tree 以及如何使用 .??

你能帮我吗?

根据要求,抱歉没有评论

我正在做的是根据起始索引进行排序,通过合并先前的间隔和它们的最大可获得值,将最大可获得值存储到 i 在 DP[i] !

 void solve()
    {
        int n,i,j,k,high;
        scanf("%d",&n);
        pair < pair < int ,int>, int > arr[n+1];// first pair represents l,r and int alone shows cost
        int dp[n+1]; 
        memset(dp,0,sizeof(dp));
        for(i=0;i<n;i++)
            scanf("%d%d%d",&arr[i].first.first,&arr[i].first.second,&arr[i].second);
        std::sort(arr,arr+n); // by default sorting on the basis of starting index
        for(i=0;i<n;i++)
        {
            high=arr[i].second;
            for(j=0;j<i;j++)//checking all previous mergable intervals //Note we will use DP[] of the mergable interval due to optimal substructure
            {
                if(arr[i].first.first>=arr[j].first.second)  
                        high=std::max(high , dp[j]+arr[i].second);
            }
            dp[i]=high;
        }
        for(i=0;i<n;i++)
                dp[n-1]=std::max(dp[n-1],dp[i]);
        printf("%d\n",dp[n-1]);
    }

int main()
{solve();return 0;}

编辑: 我的工作代码终于花了我 3 个小时来调试它!Morover 由于较大的常量和糟糕的实现,此代码比二进制搜索和排序慢:P(仅供参考)

#include<stdio.h>
#include<algorithm>
#include<vector>
#include<cstring>
#include<iostream>
#include<climits>
#define lc(idx) (2*idx+1)
#define rc(idx) (2*idx+2)
#define mid(l,r) ((l+r)/2)
using namespace std;
int Tree[4*2*10000-1];
void update(int L,int R,int qe,int idx,int value)
{

    if(value>Tree[0])
        Tree[0]=value;
    while(L<R)
    {
        if(qe<= mid(L,R))
        {
            idx=lc(idx);
            R=mid(L,R);
        }
        else
        {
            idx=rc(idx);
            L=mid(L,R)+1;
        }
        if(value>Tree[idx])
            Tree[idx]=value;

    }
    return ;
}
int Get(int L,int R,int idx,int q)
{
    if(q<L )
        return 0;
    if(R<=q)
        return Tree[idx];

    return max(Get(L,mid(L,R),lc(idx),q),Get(mid(L,R)+1,R,rc(idx),q));

}
bool cmp(pair < pair < int , int > , int > A,pair < pair < int , int > , int > B)
{
    return A.first.second< B.first.second;
}
int main()
{

        int N,i;
        scanf("%d",&N);
        pair < pair < int , int  > , int > P[N];
        vector < int > V;
        for(i=0;i<N;i++)
        {
            scanf("%d%d%d",&P[i].first.first,&P[i].first.second,&P[i].second);
            V.push_back(P[i].first.first);
            V.push_back(P[i].first.second);
        }
        sort(V.begin(),V.end());
        for(i=0;i<N;i++)
        {
            int &l=P[i].first.first,&r=P[i].first.second;
            l=lower_bound(V.begin(),V.end(),l)-V.begin();
            r=lower_bound(V.begin(),V.end(),r)-V.begin();
        }
        sort(P,P+N,cmp);
        int ans=0;
        memset(Tree,0,sizeof(Tree));
        for(i=0;i<N;i++)
        {
            int aux=Get(0,2*N-1,0,P[i].first.first)+P[i].second;
            if(aux>ans)
                ans=aux;
            update(0,2*N-1,P[i].first.second,0,ans);
        }
        printf("%d\n",ans);

    return 0;
}
4

1 回答 1

5
high=arr[i].second;
for(j=0;j<i;j++)//checking all previous mergable intervals //Note we will use DP[] of the mergable interval due to optimal substructure
{
    if(arr[i].first.first>=arr[j].first.second)  
    high=std::max(high, dp[j]+arr[i].second);
}
dp[i]=high;

这可以通过O(log n)段树来完成。

首先,让我们稍微重写一下。i你取的最大值有点复杂,因为它取的是和的总和中的最大值j。但是i在这部分是不变的,所以让我们把它拿出来。

high=dp[0];
for(j=1;j<i;j++)//checking all previous mergable intervals //Note we will use DP[] of the mergable interval due to optimal substructure
{
    if(arr[i].first.first>=arr[j].first.second)  
    high=std::max(high, dp[j]);
}
dp[i]=high + arr[i].second;

太好了,现在我们已将问题简化为确定[0, i - 1]满足您if条件的值中的最大值。

如果我们没有if,那将是段树的简单应用。

现在有两个选择。

1. 处理段树的O(log V)查询时间和内存O(V)

V区间端点的最大大小在哪里。

您可以构建一个分段树,在移动i. 然后查询值的范围。像这样的东西,段树被初始化为-infinitysize O(V)

Update(node, index, value):
  if node.associated_interval == [index, index]:
    node.max = value
    return

  if index in node.left.associated_interval:
    Update(node.left, index, value)
  else:
    Update(node.right, index, value)

  node.max = max(node.left.max, node.right.max)

Query(node, left, right):
  if [left, right] does not intersect node.associated_interval:
    return -infinity

  if node.associated_interval included in [left, right]:
    return node.max

  return max(Query(node.left, left, right),
             Query(node.right, left, right))

[...]

high=Query(tree, 0, arr[i].first.first)
dp[i]=high + arr[i].second;
Update(tree, arr[i].first.first, dp[i])

2. 减少段树的O(log n)查询时间和O(n)内存

由于间隔的数量可能明显小于它们的长度,因此我们可以合理地认为我们可能能够以某种方式更好地对它们进行编码,因此它们的长度也是O(n). 确实,我们可以。

这涉及将范围内的间隔标准化[1, 2*n]。考虑以下间隔

8 100
3 50
90 92

让我们把它们画在一条线上。他们看起来像这样:

3 8 50 90 92 100

现在用它们的索引替换它们中的每一个:

1 2 3  4  5  6
3 8 50 90 92 100

并写下你的新间隔:

2 6
1 3
4 5

请注意,它们保留了初始间隔的属性:相同的间隔重叠,相同的间隔相互包含等。

这可以通过排序来完成。您现在可以应用相同的分段树算法,除了您声明分段树的大小2*n

于 2015-07-12T20:02:34.227 回答