LeetCode: 630.课程表III持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第15天，

持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第15天，点击查看活动详情

630.课程表III

来源：力扣（LeetCode）链接：leetcode-cn.com/problems/co…

这里有 n 门不同的在线课程，按从 1 到 n 编号。给你一个数组 courses ，其中 $courses[i] = [durationi, lastDayi]$ 表示第 i 门课将会持续上 durationi 天课，并且必须在不晚于 lastDayi 的时候完成。

你的学期从第 1 天开始。且不能同时修读两门及两门以上的课程。

返回你最多可以修读的课程数目。

示例 1： 输入：courses = [[100, 200], [200, 1300], [1000, 1250], [2000, 3200]] 输出：3 解释：这里一共有 4 门课程，但是你最多可以修 3 门：首先，修第 1 门课，耗费 100 天，在第 100 天完成，在第 101 天开始下门课。第二，修第 3 门课，耗费 1000 天，在第 1100 天完成，在第 1101 天开始下门课程。第三，修第 2 门课，耗时 200 天，在第 1300 天完成。第 4 门课现在不能修，因为将会在第 3300 天完成它，这已经超出了关闭日期。

示例 2：

输入：courses = [[1,2]] 输出：1

示例 3：

输入：courses = [[3,2],[4,3]] 输出：0

提示:

1 <= courses.length <= 104 1 <= durationi, lastDayi <= 104

解法

贪心算法+堆
需要一个数据结构支持「取出 tt 值最大的那门课程」，因此我们可以使用优先队列（大根堆）。依次遍历每一门课程，当遍历到 $(t_i, d_i)$ 时：
如果当前优先队列中所有课程的总时间与 $t_i$ 之和小于等于 $d_i$ ，那么就把 $t_i$ 加入优先队列中；
如果当前优先队列中所有课程的总时间与 $t_i$ 之和大于 $d_i$ ，那么找到优先队列中的最大元素 $t_{x_j}$ 。如果 $t_{x_j}$ > $t_i$ ，则将它移出优先队列，并把 $t_i$ 加入优先队列中。在遍历完成后，优先队列中包含的元素个数即为答案

注意 python中默认是最小堆，使用负数转成最大堆 c++中默认是最大堆，直接使用正数即可

python

class Solution:
    def scheduleCourse(self, courses: List[List[int]]) -> int:
        courses.sort(key=lambda c: c[1])

        q = []
        # 优先队列中所有课程的总时间
        total = 0

        for ti, di in courses:
            if total + ti <= di:
                total += ti
                # Python 默认是小根堆
                heapq.heappush(q, -ti)
            elif q and -q[0] > ti:
                total -= -q[0] - ti
                heapq.heappop(q)
                heapq.heappush(q, -ti)
        return len(q)

class Solution {
public:
    int scheduleCourse(vector<vector<int>>& courses) {
        sort(courses.begin(), courses.end(), [](const auto& c0, const auto& c1) {
            return c0[1] < c1[1];
        });

        priority_queue<int> q;  // 默认是最大堆

        int total = 0;

        for(const auto & course: courses)
        {
            int ti = course[0];
            int di = course[1];
            if(total+ti <= di)
            {
                total += ti;
                q.push(ti);
            }
            else if(!q.empty() && q.top() > ti)
            {
                total -= q.top();
                total += ti;
                q.pop();
                q.push(ti);
            }
        }
        return q.size();
    }
};

复杂度分析

时间复杂度：
- $O(N\ log N)$ : 排序需要 $O(N \log N)$ 的时间，优先队列的单次操作需要 $O(\log N)$ 的时间，每个任务会最多被放入和取出优先队列一次，这一部分的时间复杂度为 $O(\log N)$ 。因此总时间复杂度也为 $O(\log N)$
空间复杂度：
- $O(N)$ : 优先队列需要使用的空间

参考

leetcode-cn.com/problems/co…