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7天，点击查看活动详情

---

1235. 规划兼职工作

题目：

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 * 10^4
• 1 <= startTime[i] < endTime[i] <= 10^9
• 1 <= profit[i] <= 10^4

---

个人思路

1.动态规划

根据题目描述，我们可以采用动态规划的方式对题目进行解答，首先，我们创建int dp[]，其中dp[i]用来表示第i个兼职工作的最大报酬。那么对于A和B这两个兼职工作而言，有如下两种情况：

【情况1】A和B的工作时间重叠了，那么兼职工作要么选择A要么选择B。

【情况2】A和B的工作时间不重叠，那么兼职工作A和B都可以做。

那么针对上面的两种情况而言，我们首先将所有的工作按照endTime进行排序，这样，我们就可以方便的去获取最先完成的工作了。然后针对以上两种情况，进行报酬计算即可，我们以示例1为例，输入：startTime = [1,2,3,3], endTime = [3,4,5,6], profit = [50,10,40,70]，具体的计算逻辑如下图所示：

定义两个栈，栈A和栈B

栈A负责存入每日报价，执行查询操作时，将栈A的数据弹出，存入栈B，并计数。 当发现数据比查询数据大时，结束。 再将栈B的数据存回栈A。

class Solution {
public:
    int jobScheduling(vector<int> &startTime, vector<int> &endTime, vector<int> &profit) {
        int n = startTime.size();
        vector<vector<int>> jobs(n);
        for (int i = 0; i < n; i++) {
            jobs[i] = {startTime[i], endTime[i], profit[i]};
        }
        sort(jobs.begin(), jobs.end(), [](const vector<int> &job1, const vector<int> &job2) -> bool {
            return job1[1] < job2[1];
        });
        vector<int> dp(n + 1);
        for (int i = 1; i <= n; i++) {
            int k = upper_bound(jobs.begin(), jobs.begin() + i - 1, jobs[i - 1][0], [&](int st, const vector<int> &job) -> bool {
                return st < job[1];
            }) - jobs.begin();
            dp[i] = max(dp[i - 1], dp[k] + jobs[i - 1][2]);
        }
        return dp[n];
    }
};