LeetCode：732. 我的日程安排表 III

最新推荐文章于 2025-01-04 11:01:10 发布

原创最新推荐文章于 2025-01-04 11:01:10 发布 · 349 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#LeetCode

C++ 专栏收录该内容

26 篇文章

订阅专栏

本文介绍了一种高效解决日程安排冲突问题的算法，通过使用map数据结构存储和排序日程开始与结束时间，实现了对多次预订情况的快速检测与计数。该算法能够实时更新并返回最大预订次数。

题目描述：

实现一个 MyCalendar 类来存放你的日程安排，你可以一直添加新的日程安排。

MyCalendar 有一个 book(int start, int end)方法。它意味着在start到end时间内增加一个日程安排，注意，这里的时间是半开区间，即 [start, end), 实数 x 的范围为， start <= x < end。

当 K 个日程安排有一些时间上的交叉时（例如K个日程安排都在同一时间内），就会产生 K 次预订。

每次调用 MyCalendar.book方法时，返回一个整数 K ，表示最大的 K 次预订。

请按照以下步骤调用MyCalendar 类: MyCalendar cal = new MyCalendar(); MyCalendar.book(start, end)

样例输入输出：

示例 1:

MyCalendarThree();
MyCalendarThree.book(10, 20); // returns 1
MyCalendarThree.book(50, 60); // returns 1
MyCalendarThree.book(10, 40); // returns 2
MyCalendarThree.book(5, 15); // returns 3
MyCalendarThree.book(5, 10); // returns 3
MyCalendarThree.book(25, 55); // returns 3
解释:
前两个日程安排可以预订并且不相交，所以最大的K次预订是1。
第三个日程安排[10,40]与第一个日程安排相交，最高的K次预订为2。
其余的日程安排的最高K次预订仅为3。
请注意，最后一次日程安排可能会导致局部最高K次预订为2，但答案仍然是3，原因是从开始到最后，时间[10,20]，[10,40]和[5,15]仍然会导致3次预订。

说明:

每个测试用例，调用 MyCalendar.book 函数最多不超过 400次。
调用函数 MyCalendar.book(start, end)时， start 和 end 的取值范围为 [0, 10^9]。

思路：

可以把这些预定的时间段看作是平铺在一个坐标上的线段，如果遇到一个开始，这个坐标上就会多一个预定的行程，遇到一个结束，坐标上就会少一个行程，那么我们可以将这些时间点存放起来，开始标记为1，结束标记为-1，按顺序排放后遍历求和，期间遇到的最大值就是最大预定次数。

代码如下：

class MyCalendarThree
{
public:
    map<int,int>records;
    map<int,int>::iterator it;
    int maxa=0;
    MyCalendarThree()
    {

    }
    int book(int start,int end)
    {
        int ans=0;
        it=records.find(start);
        if (it==records.end())
            records.insert(make_pair(start,1));
        else
            records[start]++;
        it=records.find(end);
        if(it==records.end())
            records.insert(make_pair(end,-1));
        else
            records[end]--;
        for(auto p:records)
        {
            maxa=max(maxa,ans+=p.second);
        }
        return maxa;
    }
};

值得注意的是，这道题我一开始用vector存储，然后利用快排对其排序然后发现会超时，用STLmap来实现存储与排序就不会超时了，因为快排时间复杂度nlog(n)，而map是自带排序功能的，一般是基于红黑数完成的，插入数据与查找数据的复杂度均为log(n)。还有在map中利用迭代器对value进行修改效率要比直接利用key值修改低的多，上面代码原本用迭代器修改用语句it->second++花了280毫秒，而直接利用key值records[start]++则只用了180毫秒。