数据结构中小根堆的应用——以leetcode 1094题为例

本文探讨了如何利用Python实现顺风车调度问题，通过比较乘客需求与车辆容量，确保在有限的座位条件下，按路线顺序合理安排乘客上下车，以判断车辆是否能完成所有任务。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

## 题目地址(1094. 拼车)

https://leetcode-cn.com/problems/car-pooling/

## 题目描述

```
假设你是一位顺风车司机，车上最初有 capacity 个空座位可以用来载客。由于道路的限制，车只能向一个方向行驶（也就是说，不允许掉头或改变方向，你可以将其想象为一个向量）。

这儿有一份乘客行程计划表 trips[][]，其中 trips[i] = [num_passengers, start_location, end_location] 包含了第 i 组乘客的行程信息：

必须接送的乘客数量；
乘客的上车地点；
以及乘客的下车地点。

这些给出的地点位置是从你的初始出发位置向前行驶到这些地点所需的距离（它们一定在你的行驶方向上）。

请你根据给出的行程计划表和车子的座位数，来判断你的车是否可以顺利完成接送所有乘客的任务（当且仅当你可以在所有给定的行程中接送所有乘客时，返回 true，否则请返回 false）。

示例 1：

输入：trips = [[2,1,5],[3,3,7]], capacity = 4
输出：false

示例 2：

输入：trips = [[2,1,5],[3,3,7]], capacity = 5
输出：true

示例 3：

输入：trips = [[2,1,5],[3,5,7]], capacity = 3
输出：true

示例 4：

输入：trips = [[3,2,7],[3,7,9],[8,3,9]], capacity = 11
输出：true

提示：

你可以假设乘客会自觉遵守 “先下后上” 的良好素质
trips.length <= 1000
trips[i].length == 3
1 <= trips[i][0] <= 100
0 <= trips[i][1] < trips[i][2] <= 1000
1 <= capacity <= 100000
```

## 前置知识

## 公司

- 暂无

## 思路

## 关键点

## 代码

- 语言支持：Python3

Python3 Code:

class Solution:
    import heapq
    def carPooling(self, trips: List[List[int]], capacity: int) -> bool:
        off_dist=[]
        capacity1=capacity
        trips.sort(key=lambda x:x[1])#上车必须按先起始站的顺序来上车
        for i in range(len(trips)):
            while off_dist and trips[i][1]>=off_dist[0][0]:#下车也是先到的先下
                end,count1=heapq.heappop(off_dist)
                capacity1+=count1
            if capacity1>=trips[i][0]:
                capacity1-=trips[i][0]
                heapq.heappush(off_dist, [trips[i][-1],trips[i][0]])
            else:
                return False
        return True

**复杂度分析**

令 n 为数组长度。

- 时间复杂度：$O(n)$
- 空间复杂度：$O(n)$