【贪心】bzoj1572: [Usaco2009 Open]工作安排Job

先是没怎么理解这个贪心……然后贪心又被细节弄挂……

Description

Farmer John 有太多的工作要做啊！！！！！！！！为了让农场高效运转，他必须靠他的工作赚钱，每项工作花一个单位时间。 他的工作日从0时刻开始，有1000000000个单位时间（！）。在任一时刻，他都可以选择编号1~N的N(1 <= N <= 100000)项工作中的任意一项工作来完成。 因为他在每个单位时间里只能做一个工作，而每项工作又有一个截止日期，所以他很难有时间完成所有N个工作，虽然还是有可能。 对于第i个工作，有一个截止时间D_i(1 <= D_i <= 1000000000)，如果他可以完成这个工作，那么他可以获利P_i( 1<=P_i<=1000000000 ). 在给定的工作利润和截止时间下，FJ能够获得的利润最大为多少呢？答案可能会超过32位整型。

Input

第1行：一个整数N. 第2~N+1行：第i+1行有两个用空格分开的整数：D_i和P_i.

Output

输出一行，里面有一个整数，表示最大获利值。

Sample Input

3
2 10
1 5
1 7

Sample Output

17

HINT

第1个单位时间完成第3个工作(1,7)，然后在第2个单位时间完成第1个工作(2,10)以达到最大利润

---

题目分析

类似模型

看到这题先是自然想到了2034: [2009国家集训队]最大收益的模型，不过那道是更加完备一些的模型。

更加相像的是1029: [JSOI2007]建筑抢修，唯一有些不同的就是那题的工作有时间，但权值相同。

贪心算法

这种题如果要求出一种符合的方案，是有些麻烦的。一开始我就是陷在先求方案、再求价值的坑里没出来。

抽象地来看，先不管做工作的权值，肯定是要先做先结束的工作。那么用一个小根堆存所有已选的工作权值。

自然，如果结束时间晚的工作能够获得更大的利益时，是要替换掉的原来选的工作的。又因为不需要维护方案，我们只需要在小根堆里替换掉原先选的方案就好了。

 #include<bits/stdc++.h>
 typedef long long ll;
 const int maxn = ;

 struct node
 {
     ll ts,val;
     bool operator < (node a) const
     {
         return ts < a.ts;
     }
 }a[maxn];
 ll n,now,ans;
 std::priority_queue<int, std::vector<int>, std::greater<int> > q;

 ll read()
 {
     char ch = getchar();
     ll num = ;
     bool fl = ;
     for (; !isdigit(ch); ch = getchar())
         if (ch=='-') fl = ;
     for (; isdigit(ch); ch = getchar())
         num = (num<<)+(num<<)+ch-;
     if (fl) num = -num;
     return num;
 }
 int main()
 {
     n = read();
     for (int i=; i<=n; i++) a[i].ts = read(), a[i].val = read();
     std::sort(a+, a+n+);
     for (int i=; i<=n; i++)
         if (now+ <= a[i].ts){
             ans += a[i].val, now++;
             q.push(a[i].val);
         }else if (q.top() < a[i].val){
             ans = ans-q.top()+a[i].val;
             q.pop(), q.push(a[i].val);
         }
     printf("%lld\n",ans);
     return ;
 }

本题写挂的点

• 答案超过int。
• 默认堆是大根堆！
• 堆元素要int！不要node！为了sort我们是重载过<的，那么比较就不是按照权值比较了。

总结

这类贪心求最大价值的题，不需要一定纠结方案能不能够求出来，也不要纠结每一步是不是都是最后的最优解。贪心本身就不是一个每一步都要求不可更改的思想。不用怕脑洞开太大，在利益约束条件有很多的情况下，可以尝试先按照某一个判断标准来选择（类似于三维偏序之类的排序第一维的操作），再用某种方法替换非最优解。不必强求同时考虑进所有约束。