力扣-1353. 最多可以参加的会议数目
1.题目介绍
题目地址(1353. 最多可以参加的会议数目 - 力扣（LeetCode）)
https://leetcode.cn/problems/maximum-number-of-events-that-can-be-attended/
题目描述
给你一个数组 events，其中 events[i] = [startDayi, endDayi] ，表示会议 i 开始于 startDayi ，结束于 endDayi 。
你可以在满足 startDayi <= d <= endDayi 中的任意一天 d 参加会议 i 。在任意一天 d 中只能参加一场会议。
请你返回你可以参加的 最大 会议数目。
示例 1：
输入：events = [[1,2],[2,3],[3,4]] 输出：3 解释：你可以参加所有的三个会议。 安排会议的一种方案如上图。 第 1 天参加第一个会议。 第 2 天参加第二个会议。 第 3 天参加第三个会议。
示例 2：
输入：events= [[1,2],[2,3],[3,4],[1,2]] 输出：4
提示：
1 <= events.length <= 105events[i].length == 21 <= startDayi <= endDayi <= 105
2.题解
2.1 贪心算法 + 优先级队列（小根堆）
思路
这里我们思考最优贪心策略：
从左到右遍历时间点i，某会议x在满足起始时间startTime大于i（必要条件，否则无法参加），同时结束时间endTime是最早的（因为它结束时间最早，所以相比那些结束时间晚的更容易被淘汰，故优先选择），每次都选择这样的会议参加或者该时间点没有会议参加，局部最优达成全局最优。
那我们就要考虑进行实现了，首先要维护当前时间点i，可以参加的所有会议（并不是所有会议都开始了）
我们并不想维护一个长度为max_TimeEnd的vector数组，并记录其中所有可以参与的会议（这样我们要遍历max_TimeEnd次数组，而且还要花费非常多的额外空间进行维护）
我们选择使用优先级队列进行动态维护，当当前会议开始后，就将该会议加入到队列中；当当前会议到达结束时间后/我们选择参与了该会议，我们将该会议从队列去除。
还有一个问题，我们该如何根据当前时间i，快速判断有哪些会议开始，又有哪些会议结束呢？
如果使用原来的数组，我们每次选择都要从头到尾遍历一遍并进行判断，这十分的耗费时间，
所以我们选择使用一个哈希表来维护：开始时间--结束时间的映射（这里一个开始时间可能对应多个结束时间，比如像多个会议都是时间i开始，但结束时间不一样，所以第二个参数是vector）
当我们得知当前时间后，就可以用mp.count(i)判断是否有当前日期i开始的会议，并根据映射将mp[i]中存储的结束时间加到优先级队列中，这样就维护了进队操作。
这里我们使用一个基于小根堆的优先级队列，队列存储的是各个会议的结束时间，这样就可以在选择会议时让结束时间早的会议优先出队！
同时对于结束时间 < 当前时间的会议， 说明其已经结束了，不可能再进行选择， 我们也要将其出队。 这样就维护了出队操作
代码
- 语言支持：C++
C++ Code:
class Solution {
public:
int maxEvents(vector<vector<int>>& events) {
unordered_map<int, vector<int>> mp;
int cnt = 0;
int max_day = 0; // 用于记录所有活动中最晚的结束时间，确定遍历结束点
for(vector<int> event : events){
// 记录开始时间和结束时间的映射，便于下文我们进行寻找
mp[event[0]].push_back(event[1]);
max_day = max(max_day, event[1]);
}
// 自底向上，将最早（小）结束的排在前面，所以greater（父节点 > 子节点的值就交换，将大的值沉底）
priority_queue<int, vector<int>, greater<int>> q;
// 从左到右遍历每一天，看每一天是否有会议可以参加
for(int i = 0; i <= max_day; i++){
// 如果有今天开始的会议，加入优先级队列
if(mp.count(i)){
for(int endTime : mp[i]){
q.push(endTime);
}
}
// 去除在今天i已经结束的队列成员
while(!q.empty() && q.top() < i){
q.pop();
}
// 选择一个结束最早的会议参加
if(!q.empty()){
cnt++;
q.pop();
}
}
return cnt;
}
};
复杂度分析
令 n 为数组长度。
- 时间复杂度：\(O(n)\)
- 空间复杂度：\(O(n)\)
