1942. 最小未被占据椅子的编号

派对椅子分配问题详解：最小编号空椅子分配算法

题目描述

假设有 n 个朋友，他们正在举办一个派对。朋友编号从 0 到 n-1，派对中有无数张编号从 0 开始的椅子。每当一个朋友到达派对时，他会占据编号最小且未被占据的椅子。

具体规则是：

• 当朋友到达时，选择编号最小的空椅子坐下。
• 当朋友离开时，他占据的椅子马上变为空闲状态，其他新到的朋友可以立即使用这张椅子。
• 给定一个二维数组 times，其中 times[i] = [arrivali, leavingi] 表示第 i 个朋友到达和离开的时间，且所有到达时间互不相同。
• 给定一个整数 targetFriend，请返回编号为 targetFriend 的朋友占据的椅子编号。

例子说明

假设：

• 朋友 0 到达时间是 1，离开时间是 4
• 朋友 1 到达时间是 2，离开时间是 3
• 朋友 2 到达时间是 4，离开时间是 6
• 目标朋友是 1

按规则，朋友 0 到达时占用椅子 0；朋友 1 到达时椅子 1 未占用，朋友 1 占用椅子 1；朋友 1 离开时，椅子 1 变空。朋友 2 到达时，椅子 1 是最小空椅子，朋友 2 占用椅子 1。

返回目标朋友 1 占用的椅子编号为 1。

解题分析

这题本质是一个动态的“区间资源分配”问题。朋友的到达和离开时间构成一系列时间区间，椅子的分配必须遵守最小编号优先且能复用空闲椅子的规则。

关键点在于：

• 如何有效管理椅子的空闲和占用状态？
• 如何高效找到最小编号的空闲椅子？
• 如何在朋友离开时及时释放椅子？

因为有无数椅子且编号从0递增，常见的做法是：

• 维护一个小根堆保存空闲椅子编号，每次分配时从这里取最小编号椅子。
• 维护一个小根堆保存正在使用的椅子和对应的离开时间，当时间达到朋友离开时间时释放椅子。

解题方法

具体步骤如下：

1. 排序
   按照朋友的到达时间对 times 进行排序，确保按照时间顺序处理。
2. 数据结构
   • 一个小根堆 free_chairs 维护空闲椅子编号。
   • 一个小根堆 used_chairs 维护 (离开时间, 椅子编号)，表示当前被占用的椅子。
3. 模拟过程
   遍历每个朋友的到达时间：
   • 先检查 used_chairs，释放所有已经离开的朋友的椅子，把椅子编号放回 free_chairs。
   • 分配椅子：
     • 如果 free_chairs 不为空，弹出最小编号椅子给当前朋友。
     • 否则，使用一个新的椅子编号（从0开始递增）。
   • 将当前朋友的 (离开时间, 椅子编号) 放入 used_chairs。
   • 如果当前朋友是目标朋友，立即返回其椅子编号。

代码实现

import heapq
from typing import List

class Solution:
    def smallestChair(self, times: List[List[int]], targetFriend: int) -> int:
        n = len(times)
        # 添加朋友ID，排序以便按到达时间处理
        events = [(arr, leave, i) for i, (arr, leave) in enumerate(times)]
        events.sort(key=lambda x: x[0])

        free_chairs = []
        next_chair = 0
        used_chairs = []
        friend_chair = {}

        for arr, leave, friend_id in events:
            # 释放已离开的椅子
            while used_chairs and used_chairs[0][0] <= arr:
                _, chair_num = heapq.heappop(used_chairs)
                heapq.heappush(free_chairs, chair_num)

            # 分配椅子
            if free_chairs:
                chair = heapq.heappop(free_chairs)
            else:
                chair = next_chair
                next_chair += 1

            friend_chair[friend_id] = chair
            heapq.heappush(used_chairs, (leave, chair))

            if friend_id == targetFriend:
                return chair

复杂度分析

• 排序：O(n log n)，n 是朋友数量。
• 遍历时，每个朋友的到达和离开事件最多入堆和出堆一次，堆操作复杂度为 O(log n)。
• 总体时间复杂度：O(n log n)。
• 空间复杂度：O(n)，用于堆和记录椅子状态。

示例演示

以输入：

times = [[1,4],[2,3],[4,6]]
targetFriend = 1

流程：

• 朋友 0 到达时间 1，占用椅子 0。
• 朋友 1 到达时间 2，椅子 0 被占，空闲椅子无，分配椅子 1。
• 朋友 1 离开时间 3，椅子 1 释放。
• 朋友 2 到达时间 4，先释放朋友 0 椅子（时间 4 离开，释放椅子 0），椅子 0 和 1 都空闲，选椅子 0（最小编号）。
• 朋友 2 占用椅子 0。

目标朋友 1 占用椅子 1，函数返回 1。

总结

这道题巧妙结合了“区间时间管理”和“最小堆”两大数据结构知识：

• 通过时间排序和模拟来保证事件顺序正确。
• 通过两个堆动态维护椅子的分配和释放。
• 利用最小堆保证分配的椅子编号始终是最小可用的。

掌握这类问题的处理技巧，对类似资源调度、区间分配等题目大有裨益。