用贪心算法解决活动安排问题代码

在解决活动安排问题（也称为任务调度、课程表冲突等）时，贪心算法通常用于寻找局部最优解，比如选择能够最大程度地覆盖时间窗口的活动。这里是一个简单的Python代码示例，使用贪心策略来尽可能地将活动添加到日程中，同时避免时间冲突：

def activity_scheduling(activities, time_limit):
    activities.sort(key=lambda x: (x[1] - x[0], x[0]))  # 按结束时间降序，开始时间升序排序
    schedule = []
    
    for activity in activities:
        if not schedule or activity[0] >= schedule[-1][1]:  # 如果没有冲突或者新的活动开始时间大于等于上一个活动结束时间
            schedule.append(activity)  # 添加活动到日程
        else:  # 存在冲突，跳过此活动
            pass
            
    return schedule

# 示例：
activities = [(1, 3), (2, 4), (7, 9), (5, 6)]  # 活动开始和结束时间列表
time_limit = 10  # 总的时间限制
result = activity_scheduling(activities, time_limit)
print("Scheduling:", result)

#