https://leetcode-cn.com/problems/maximum-earnings-from-taxi/
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] = [starti, endi, tipi] 表示第 i 位乘客需要从地点 starti 前往 endi ，愿意支付 tipi 元的小费。
每一位 你选择接单的乘客 i ，你可以 盈利 endi - starti + tipi 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 <= 10^5
1 <= rides.length <= 3 * 104
rides[i].length == 3
1 <= starti < endi <= n
1 <= tipi <= 105
- 动态规划
- 二分
- 暂无
这是一个典型的最长上升子序列（LIS）问题。如果你对最长上升子序列不熟悉，强烈建议先看一下我之前写的专题：https://lucifer.ren/blog/2020/06/20/LIS/
LIS 问题的常规做法是
我们可以用动态规划来解， dp[i] 表示仅考虑 rides 0 到 i （左右闭合区间），所能挣的最多的钱。因此 dp[len(rides)-1] 就是答案。
那么状态如何转移呢？传统的 LIS 问题，对于每一个 j 我们都向前找到第一个满足 rides[j][0] >= rides[i][1] 的 i，我们需要两层循环枚举所有可能。那么如何优化呢？
实际上前面的文章也提到过，这里再次强调一下。由于我们需要向前找到第一个满足 rides[j][0] >= rides[i][1] 的 i，那么我们可以先对结束时间排序，接下来二分找到最右满足条件的 i，这样时间复杂度可以降低到
由于我们是找满足条件的 dp[i][1] ，因此需要对结束时间而不是开始时间排序
- 二分优化时间复杂度
- 语言支持：Python3
Python3 Code:
class Solution:
def maxTaxiEarnings(self, n: int, rides: List[List[int]]) -> int:
rides.sort(key=lambda x:x[1])
n = len(rides)
dp = [e-s+t for s,e,t in rides]
def bisect_right(rides, i):
l, r = 0, i
while l <= r:
mid = (l+r)//2
if rides[i][0] >= rides[mid][1]:
l = mid + 1
else:
r = mid - 1
return r
for j in range(1, n):
i = bisect_right(rides, j)
if i == -1:
dp[j] = max(dp[j], dp[j-1])
else:
dp[j] = max(dp[j], dp[j-1], dp[i] + rides[j][1] - rides[j][0] + rides[j][2])
return max(dp)复杂度分析
令 n 为数组长度。
- 时间复杂度：$O(nlogn)$
- 空间复杂度：$O(n)$
此题解由 力扣刷题插件 自动生成。
力扣的小伙伴可以关注我，这样就会第一时间收到我的动态啦~
以上就是本文的全部内容了。大家对此有何看法，欢迎给我留言，我有时间都会一一查看回答。更多算法套路可以访问我的 LeetCode 题解仓库：https://github.com/azl397985856/leetcode 。 目前已经 40K star 啦。大家也可以关注我的公众号《力扣加加》带你啃下算法这块硬骨头。
关注公众号力扣加加，努力用清晰直白的语言还原解题思路，并且有大量图解，手把手教你识别套路，高效刷题。
