0826-安排工作以达到最大收益
你有 n
个工作和 m
个工人。给定三个数组: difficulty
, profit
和 worker
,其中:
difficulty[i]
表示第i
个工作的难度,profit[i]
表示第i
个工作的收益。worker[i]
是第i
个工人的能力,即该工人只能完成难度小于等于worker[i]
的工作。
每个工人 最多 只能安排 一个 工作,但是一个工作可以 完成多次 。
- 举个例子,如果 3 个工人都尝试完成一份报酬为
1
的同样工作,那么总收益为3
。如果一个工人不能完成任何工作,他的收益为0
。
返回 _在把工人分配到工作岗位后,我们所能获得的最大利润 _。
示例 1:
**输入:** difficulty = [2,4,6,8,10], profit = [10,20,30,40,50], worker = [4,5,6,7]
**输出:** 100
**解释:** 工人被分配的工作难度是 [4,4,6,6] ,分别获得 [20,20,30,30] 的收益。
示例 2:
**输入:** difficulty = [85,47,57], profit = [24,66,99], worker = [40,25,25]
**输出:** 0
提示:
n == difficulty.length
n == profit.length
m == worker.length
1 <= n, m <= 104
1 <= difficulty[i], profit[i], worker[i] <= 105
方法:排序
想法
我们可以以任意顺序考虑工人,所以我们按照能力大小排序。
如果我们先访问低难度的工作,那么收益一定是截至目前最好的。
算法
我们使用 “双指针” 的方法去安排任务。我们记录最大可用利润 best
。对于每个能力值为 skill
的工人,找到难度小于等于能力值的任务,并将如结果中。
1 | import java.awt.Point; |
1 | class Solution(object): |
复杂度分析
- 时间复杂度:O(N \log N + Q \log Q),其中 N 是任务个数,Q 是工人数量。
- 空间复杂度:O(N),
jobs
的额外空间。
Comments