由于最近在看贪心的题，所以就刷了一下leetcode上有关贪心策略的问题，上面有一些题虽然上了锁但比较少，大部分都是免费的，也是可以刷经验的，摘录百度百科的一段话即贪心算法（又称贪婪算法）是指，在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，他所做出的是在某种意义上的局部最优解。而问题的难点在于如何找到策略，如果找到的贪心策略是对的，那写代码的过程就很简单了。

题目描述：

假设 LeetCode 即将开始其 IPO。为了以更高的价格将股票卖给风险投资公司，LeetCode希望在 IPO 之前开展一些项目以增加其资本。 由于资源有限，它只能在 IPO 之前完成最多 k个不同的项目。帮助 LeetCode 设计完成最多 k 个不同项目后得到最大总资本的方式。

给定若干个项目。对于每个项目 i，它都有一个纯利润 Pi，并且需要最小的资本 Ci 来启动相应的项目。最初，你有 W 资本。当你完成一个项目时，你将获得纯利润，且利润将被添加到你的总资本中。

总而言之，从给定项目中选择最多 k 个不同项目的列表，以最大化最终资本，并输出最终可获得的最多资本。

示例 1:

输入: k=2, W=0, Profits=[1,2,3], Capital=[0,1,1].

输出: 4

解释:
由于你的初始资本为 0，你尽可以从 0 号项目开始。
在完成后，你将获得 1 的利润，你的总资本将变为 1。
此时你可以选择开始 1 号或 2 号项目。
由于你最多可以选择两个项目，所以你需要完成 2 号项目以获得最大的资本。
因此，输出最后最大化的资本，为 0 + 1 + 3 = 4。

注意:

1. 假设所有输入数字都是非负整数。
2. 表示利润和资本的数组的长度不超过 50000。
3. 答案保证在 32 位有符号整数范围内。

解题思路：输入为两个数组，分别是每个项目的收益和成本，我们用两个堆来实现获取收益的最大值的过程，由于本金为W，我们先把所有项目加入到小根堆中，将成本比W小或等于的项目加入到大根堆中，那么大根堆的堆顶元素就是但当前能获取收益最大的项目，然后将获取的收益和本金相加，重复这个过程直到做了k个项目为止。最终整体的最大收益即为每次的局部最大收益。

class Program
{
    int p;
    int c;
    Program(int p,int c)
    {
        this.p=p;
        this.c=c;
    }
}
 class Com1 implements Comparator<Program> 
{   
   public int compare(Program o1, Program o2) 
   {
		return o1.c - o2.c;
   }	
}
 class Com2 implements Comparator<Program>
{    
    public int compare(Program o1,Program o2)
    {
        return o2.p-o1.p;
    }
}
public  int findMaximizedCapital(int k, int W, int[] Profits, int[] Capital) {
    PriorityQueue<Program> min=new PriorityQueue<>(new Com1());
    PriorityQueue<Program> max=new PriorityQueue<>(new Com2());
    Program[] programs=new Program[Profits.length];
    for(int i=0;i<Profits.length;i++)
    {
        programs[i]=new Program(Profits[i],Capital[i]);
    }   
    for(int i=0;i<programs.length;i++)
    {
        min.add(programs[i]);
    }
    for(int i=0;i<k;i++)
    {
        while(!min.isEmpty() && min.peek().c<=W )
        {
            max.add(min.poll());
        }
        if(max.isEmpty())
            return W;
        W=W+max.poll().p;
    }
    return W;            
    }