短距离加油，避免无谓浪费

在日常生活中，我们经常会遇到这样的情况：开车出行时，需要在中途加油站加油。如果我们能够合理规划加油站的加油次数，就可以最大限度地减少加油的次数，从而节省时间和金钱。

leetcode 的 871. 最低加油次数 问题是这样的：汽车从起点出发驶向目的地，该目的地位于出发位置东面 target 英里处。沿途有若干个加油站，每个加油站都有一定的汽油量。汽车可以任意选择加油站加油，但每次加油后，汽车只能行驶一定距离。问汽车最少需要加油几次才能到达目的地。

这个问题可以转化为一个贪心算法问题。贪心算法是一种在每一步选择当前最优解的算法。在这个问题中，我们可以在每次加油时选择当前距离最远的加油站加油。这样，我们就可以在最短的时间内到达目的地。

为了实现贪心算法，我们需要使用优先队列（堆）数据结构。优先队列是一种支持高效插入和删除操作的数据结构。在这个问题中，我们可以将加油站的距离作为优先队列的键值，并将加油站的汽油量作为优先队列的值。这样，我们就可以在每次加油时选择距离最远的加油站加油。

下面是使用贪心算法和优先队列解决 leetcode 的 871. 最低加油次数 问题的 Python 代码：

def minRefuelStops(target, startFuel, stations):
  """
  :type target: int
  :type startFuel: int
  :type stations: List[List[int]]
  :rtype: int
  """
  # 如果起始油量足够到达目的地，则不需要加油
  if startFuel >= target:
    return 0

  # 将加油站按距离排序
  stations.sort(key=lambda x: x[0])

  # 创建一个优先队列，将加油站的距离作为键值，将加油站的汽油量作为值
  pq = []

  # 当前位置
  current = 0

  # 加油次数
  refuel_count = 0

  # 遍历加油站
  for station in stations:
    # 如果当前位置大于加油站的距离，则需要加油
    if current > station[0]:
      continue

    # 将加油站加入优先队列
    heapq.heappush(pq, -station[1])

    # 如果当前位置加上当前油量小于加油站的距离，则需要加油
    while current + startFuel < station[0] and pq:
      # 从优先队列中取出距离最远的加油站
      startFuel += -heapq.heappop(pq)
      refuel_count += 1

    # 如果当前位置加上当前油量大于加油站的距离，则不需要加油
    if current + startFuel >= station[0]:
      current = station[0]

  # 如果当前位置小于目的地，则需要加油
  while current + startFuel < target and pq:
    startFuel += -heapq.heappop(pq)
    refuel_count += 1

  # 如果当前位置加上当前油量大于目的地，则不需要加油
  if current + startFuel >= target:
    return refuel_count

  # 否则，无法到达目的地
  return -1

这个算法的时间复杂度为 O(n log n)，其中 n 是加油站的数量。