Solved Arai60/253. Meeting Rooms II

[Satorien]

問題文（代用）：https://neetcode.io/problems/meeting-schedule-ii/question

[naoto-iwase]

確かにこのように書けますが、可読性・保守性いずれの観点からも個人的には避けたいと感じました。

以下のようなナイーブな書き方で十分かなと感じます。

        remaining_intervals = [
            (interval.start, interval.end) for interval in intervals
        ]
        heapq.heapify(remaining_intervals)

[naoto-iwase]

実はend_timesの方もheapで十分ですね。

[naoto-iwase]

import heapq


class Solution:
    def minMeetingRooms(self, intervals: List[Interval]) -> int:
        remaining_intervals = [
            (interval.start, interval.end) for interval in intervals
        ]
        heapq.heapify(remaining_intervals)
        holding_end_times = []
        required_days = 0
        while remaining_intervals:
            next_start, next_end = heapq.heappop(remaining_intervals)
            while holding_end_times and next_start >= holding_end_times[0]:
                heapq.heappop(holding_end_times)
            heapq.heappush(holding_end_times, next_end)
            required_days = max(required_days, len(holding_end_times))
        return required_days

[naoto-iwase]

一重ループで書くとこうなります。

import heapq


class Solution:
    def minMeetingRooms(self, intervals: list[Interval]) -> int:
        start_times = [interval.start for interval in intervals]
        end_times = [interval.end for interval in intervals]
        heapq.heapify(start_times)
        heapq.heapify(end_times)
        required_days = 0
        max_required_days = 0
        while start_times and end_times:
            if start_times[0] < end_times[0]:
                heapq.heappop(start_times)
                required_days += 1
                max_required_days = max(max_required_days, required_days)
            else:
                heapq.heappop(end_times)
                required_days -= 1
        return max_required_days

[naoto-iwase]

上のコードをGemini 3 Proにレビューしてもらったら、

Pythonの sort() (Timsort) は非常に高速に最適化されています。全ての要素を出し入れする場合は、heapq を使うよりも、最初に sort() して for ループやポインタで走査する方がシンプルで高速な場合が多いです。

とのことでした。これはそうかもしれません。

時間計算量はheapifyはO(n)ですが、ループ内でのheappopがn回行われるため全体O(n log n)で、実質ソートと同じコストがかかり、定数倍の勝負です。これは綿密にチューニングされたsort()に平均的に勝てる気がしないですね。