写一段切割路径优化代码

以下是一个简单的切割路径优化代码实现，主要使用了贪心算法：

#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;

struct Task {
    int start, end, profit;
    Task(int s, int e, int p) : start(s), end(e), profit(p) {}
};

bool sortTasks(Task a, Task b) {
    return a.end < b.end;
}

vector<Task> optimizeTasks(vector<Task>& tasks) {
    vector<Task> result;
    sort(tasks.begin(), tasks.end(), sortTasks);
    int lastEnd = 0;
    for (int i = 0; i < tasks.size(); i++) {
        if (tasks[i].start >= lastEnd) {
            result.push_back(tasks[i]);
            lastEnd = tasks[i].end;
        }
    }
    return result;
}

int main() {
    vector<Task> tasks;
    tasks.push_back(Task(0, 4, 20));
    tasks.push_back(Task(1, 2, 5));
    tasks.push_back(Task(3, 5, 10));
    tasks.push_back(Task(4, 6, 15));

    vector<Task> optimizedTasks = optimizeTasks(tasks);

    cout << "优化前的任务：\n";
    for (int i = 0; i < tasks.size(); i++) {
        cout << "任务 " << i + 1 << "：起始时间 " << tasks[i].start << "，结束时间 " << tasks[i].end << "，收益 " << tasks[i].profit << endl;
    }

    cout << "\n优化后的任务：\n";
    for (int i = 0; i < optimizedTasks.size(); i++) {
        cout << "任务 " << i + 1 << "：起始时间 " << optimizedTasks[i].start << "，结束时间 " << optimizedTasks[i].end << "，收益 " << optimizedTasks[i].profit << endl;
    }

    return 0;
}

这个代码实现了一个简单的切割路径优化算法，主要思路是先按任务的结束时间排序，然后从前往后依次选取结束时间不冲突的任务，加入结果集中。最终输出优化前和优化后的任务列表。

可以看到，在样例数据中，原本需要在 0-4、1-2、3-5、4-6 四个时间段中完成四个任务，但经过切割路径优化后，只需在 0-2、3-5 两个时间段中完成两个任务，可以获得更高的效率和收益。