3
123 86399
1 86400
86399 86400

映画は以下のようになっています：

終了時間で昇順ソートするとこうなります：

映画1: 123 - 86399
映画3: 86399 - 86400
映画2: 1 - 86400
↓ 終了時間順に並び替え
[映画1, 映画3, 映画2]

図示すると：

時間軸（例: 0〜86400秒）
|---- 映画1 ----|    （終了: 86399）
              |-- 映画3 --| （終了: 86400）
|------------- 映画2 -------------|（終了: 86400）

• currentTime = 0（まだ何も見てない）
• count = 0

• 開始 123 >= currentTime = 0 → ✅ 見られる！
• 映画1を選び、currentTime = 86399
• count = 1

• 開始 86399 >= currentTime = 86399 → ✅ 見られる！
• 映画3を選び、currentTime = 86400
• count = 2

• 開始 1 < currentTime = 86400 → ❌ 見られない（映画3と時間が被る）

• 見られる映画は2本 → 出力: 2

時間軸（秒）:

0         123                  86399     86400
|----------|---------------------|---------|
             [ 映画1 ] --------->|
                                  [ 映画3 ]--->

  [ 映画2 ]--------------------------------->  ← 長すぎて見られない

• 早く終わる映画から見ることで、後の映画の選択肢を最大化できるためです。
• これが「貪欲法」の本質です。

• 映画を終了時間でソート
• 現在時刻より開始時間が同じか後ろの映画だけ選ぶ
• 最後に選んだ映画の終了時間を現在時刻として更新
• **貪欲法（Greedy Algorithm）**で最大数を効率的に求められる

その場その場で最も良いと思われる選択（局所最適）をすることで、最終的に最適解（または良い解）を得ようとする手法。

「欲張ってその瞬間にベストなものを選び続ける」から**Greedy（貪欲）**という名前が付いています。

1. ソートや整列：対象をある基準で並び替える（例：終了時間、重さ、利益など）。
2. 選択基準に従ってループ：その時点で選べる中で最良の選択を行う。
3. 状態を更新：選んだ結果に応じて次の選択条件を更新する。

• 映画を最大何本見られるか（時間が重ならないように）

• 終了時間が早い映画から見る → 次に見られる映画の選択肢が増える（＝将来に希望を残す）

• 「終了が早い」映画を選ぶことで、次の映画の開始時間の制約を最小限にできるから。
• この戦略が「常に最も自由度の高い選択を残す」ことに繋がっており、最適解が得られることが証明されている問題です。

以下のようなケースでは貪欲法が誤った答えを出すことがあります：

• 貪欲法では最も「価値/重さ」の高い物を選びがちだが、部分的に取れない場合は最適でない。
• → 動的計画法（DP）が必要。