2008. 出租车的最大盈利

题目描述

你驾驶出租车行驶在一条有 n 个地点的路上。这 n 个地点从近到远编号为 1 到 n ，你想要从 1 开到 n ，通过接乘客订单盈利。你只能沿着编号递增的方向前进，不能改变方向。

乘客信息用一个下标从 0 开始的二维数组 rides 表示，其中 rides[i] = [start_i, end_i, tip_i] 表示第 i 位乘客需要从地点 start_i 前往 end_i ，愿意支付 tip_i 元的小费。

每一位 你选择接单的乘客 i ，你可以盈利 end_i - start_i + tip_i 元。你同时最多只能接一个订单。

给你 n 和 rides ，请你返回在最优接单方案下，你能盈利最多多少元。

注意：你可以在一个地点放下一位乘客，并在同一个地点接上另一位乘客。

示例 1：

输入：n = 5, rides = [[2,5,4],[1,5,1]]
输出：7
解释：我们可以接乘客 0 的订单，获得 5 - 2 + 4 = 7 元。

示例 2：

输入：n = 20, rides = [[1,6,1],[3,10,2],[10,12,3],[11,12,2],[12,15,2],[13,18,1]]
输出：20
解释：我们可以接以下乘客的订单：
- 将乘客 1 从地点 3 送往地点 10 ，获得 10 - 3 + 2 = 9 元。
- 将乘客 2 从地点 10 送往地点 12 ，获得 12 - 10 + 3 = 5 元。
- 将乘客 5 从地点 13 送往地点 18 ，获得 18 - 13 + 1 = 6 元。
我们总共获得 9 + 5 + 6 = 20 元。

提示：

1 <= n <= 10⁵
1 <= rides.length <= 3 * 10⁴
rides[i].length == 3
1 <= start_i < end_i <= n
1 <= tip_i <= 10⁵

解法

方法一：记忆化搜索 + 二分查找

我们先将 \(rides\) 按照\(start\) 从小到大排序，然后设计一个函数 \(dfs(i)\)，表示从第 \(i\) 个乘客开始接单，最多能获得的小费。答案即为 \(dfs(0)\)。

函数 \(dfs(i)\) 的计算过程如下：

对于第 \(i\) 个乘客，我们可以选择接单，也可以选择不接单。如果不接单，那么最多能获得的小费为 \(dfs(i + 1)\)；如果接单，那么我们可以通过二分查找，找到在第 \(i\) 个乘客下车地点之后遇到的第一个乘客，记为 \(j\)，那么最多能获得的小费为 \(dfs(j) + end_i - start_i + tip_i\)。取两者的较大值即可。即：

\[ dfs(i) = \max(dfs(i + 1), dfs(j) + end_i - start_i + tip_i) \]

其中 \(j\) 是满足 \(start_j \ge end_i\) 的最小的下标，可以通过二分查找得到。

此过程中，我们可以使用记忆化搜索，将每个状态的答案保存下来，避免重复计算。

时间复杂度 \(O(m \times \log m)\)，空间复杂度 \(O(m)\)。其中 \(m\) 为\(rides\) 的长度。

Python3JavaC++GoTypeScript

class Solution:
    def maxTaxiEarnings(self, n: int, rides: List[List[int]]) -> int:
        @cache
        def dfs(i: int) -> int:
            if i >= len(rides):
                return 0
            st, ed, tip = rides[i]
            j = bisect_left(rides, ed, lo=i + 1, key=lambda x: x[0])
            return max(dfs(i + 1), dfs(j) + ed - st + tip)

        rides.sort()
        return dfs(0)

class Solution {
    private int m;
    private int[][] rides;
    private Long[] f;

    public long maxTaxiEarnings(int n, int[][] rides) {
        Arrays.sort(rides, (a, b) -> a[0] - b[0]);
        m = rides.length;
        f = new Long[m];
        this.rides = rides;
        return dfs(0);
    }

    private long dfs(int i) {
        if (i >= m) {
            return 0;
        }
        if (f[i] != null) {
            return f[i];
        }
        int[] r = rides[i];
        int st = r[0], ed = r[1], tip = r[2];
        int j = search(ed, i + 1);
        return f[i] = Math.max(dfs(i + 1), dfs(j) + ed - st + tip);
    }

    private int search(int x, int l) {
        int r = m;
        while (l < r) {
            int mid = (l + r) >> 1;
            if (rides[mid][0] >= x) {
                r = mid;
            } else {
                l = mid + 1;
            }
        }
        return l;
    }
}

class Solution {
public:
    long long maxTaxiEarnings(int n, vector<vector<int>>& rides) {
        sort(rides.begin(), rides.end());
        int m = rides.size();
        long long f[m];
        memset(f, -1, sizeof(f));
        function<long long(int)> dfs = [&](int i) -> long long {
            if (i >= m) {
                return 0;
            }
            if (f[i] != -1) {
                return f[i];
            }
            auto& r = rides[i];
            int st = r[0], ed = r[1], tip = r[2];
            int j = lower_bound(rides.begin() + i + 1, rides.end(), ed, [](auto& a, int val) { return a[0] < val; }) - rides.begin();
            return f[i] = max(dfs(i + 1), dfs(j) + ed - st + tip);
        };
        return dfs(0);
    }
};

func maxTaxiEarnings(n int, rides [][]int) int64 {
    sort.Slice(rides, func(i, j int) bool { return rides[i][0] < rides[j][0] })
    m := len(rides)
    f := make([]int64, m)
    var dfs func(int) int64
    dfs = func(i int) int64 {
        if i >= m {
            return 0
        }
        if f[i] == 0 {
            st, ed, tip := rides[i][0], rides[i][1], rides[i][2]
            j := sort.Search(m, func(j int) bool { return rides[j][0] >= ed })
            f[i] = max(dfs(i+1), int64(ed-st+tip)+dfs(j))
        }
        return f[i]
    }
    return dfs(0)
}

function maxTaxiEarnings(n: number, rides: number[][]): number {
    rides.sort((a, b) => a[0] - b[0]);
    const m = rides.length;
    const f: number[] = Array(m).fill(-1);
    const search = (x: number, l: number): number => {
        let r = m;
        while (l < r) {
            const mid = (l + r) >> 1;
            if (rides[mid][0] >= x) {
                r = mid;
            } else {
                l = mid + 1;
            }
        }
        return l;
    };
    const dfs = (i: number): number => {
        if (i >= m) {
            return 0;
        }
        if (f[i] === -1) {
            const [st, ed, tip] = rides[i];
            const j = search(ed, i + 1);
            f[i] = Math.max(dfs(i + 1), dfs(j) + ed - st + tip);
        }
        return f[i];
    };
    return dfs(0);
}

方法二：动态规划 + 二分查找

我们可以将方法一中的记忆化搜索改为动态规划。

先将 \(rides\) 排序，这次我们按照 \(end\) 从小到大排序。然后定义 \(f[i]\)，表示前 \(i\) 个乘客中，最多能获得的小费。初始时 \(f[0] = 0\)，答案为 \(f[m]\)。

对于第 \(i\) 个乘客，我们可以选择接单，也可以选择不接单。如果不接单，那么最多能获得的小费为 \(f[i-1]\)；如果接单，我们可以通过二分查找，找到在第 \(i\) 个乘客上车地点之前，最后一个下车地点不大于 \(start_i\) 的乘客，记为 \(j\)，那么最多能获得的小费为 \(f[j] + end_i - start_i + tip_i\)。取两者的较大值即可。即：

\[ f[i] = \max(f[i - 1], f[j] + end_i - start_i + tip_i) \]

其中 \(j\) 是满足 \(end_j \le start_i\) 的最大的下标，可以通过二分查找得到。