leetcode [621] 任务调度器
Contact me:
Blog -> https://cugtyt.github.io/blog/index
Email -> cugtyt@qq.com
GitHub -> Cugtyt@GitHub
给定一个用字符数组表示的 CPU 需要执行的任务列表。其中包含使用大写的 A - Z 字母表示的26 种不同种类的任务。任务可以以任意顺序执行,并且每个任务都可以在 1 个单位时间内执行完。CPU 在任何一个单位时间内都可以执行一个任务,或者在待命状态。
然而,两个相同种类的任务之间必须有长度为 n 的冷却时间,因此至少有连续 n 个单位时间内 CPU 在执行不同的任务,或者在待命状态。
你需要计算完成所有任务所需要的最短时间。
示例 1:
输入: tasks = ["A","A","A","B","B","B"], n = 2
输出: 8
执行顺序: A -> B -> (待命) -> A -> B -> (待命) -> A -> B.
注:
任务的总个数为 [1, 10000]。
n 的取值范围为 [0, 100]。
思路来自题解:
完成所有任务的最短时间取决于出现次数最多的任务数量。
看下题目给出的例子
输入: tasks = ["A","A","A","B","B","B"], n = 2 输出: 8 执行顺序: A -> B -> (待命) -> A -> B -> (待命) -> A -> B.
因为相同任务必须要有时间片为 n 的间隔,所以我们先把出现次数最多的任务 A 安排上(当然> 你也可以选择任务 B)。例子中 n = 2,那么任意两个任务 A 之间都必须间隔 2 个单位的时> 间:
A -> (单位时间) -> (单位时间) -> A -> (单位时间) -> (单位时间) -> A
中间间隔的单位时间可以用来安排别的任务,也可以处于“待命”状态。当然,为了使总任务时间> 最短,我们要尽可能地把单位时间分配给其他任务。现在把任务 B 安排上:
A -> B -> (单位时间) -> A -> B -> (单位时间) -> A -> B
很容易观察到,前面两个 A 任务一定会固定跟着 2 个单位时间的间隔。最后一个 A 之后是否> 还有任务跟随取决于是否存在与任务 A 出现次数相同的任务。
该例子的计算过程为:
(任务 A 出现的次数 - 1) * (n + 1) + (出现次数为 3 的任务个数),即: (3 - 1) * (2 + 1) + 2 = 8
所以整体的解题步骤如下:
计算每个任务出现的次数 找出出现次数最多的任务,假设出现次数为 x 计算至少需要的时间 (x - 1) * (n + 1),记为 min_time 计算出现次数为 x 的任务总数 count,计算最终结果为 min_time + count
特殊情况
然而存在一种特殊情况,例如:
输入: tasks = ["A","A","A","B","B","B","C","C","D","D"], n = 2 输出: 10 执行顺序: A -> B -> C -> A -> B -> D -> A -> B -> C -> D
此时如果按照上述方法计算将得到结果为 8,比数组总长度 10 要小,应返回数组长度。
class Solution:
def leastInterval(self, tasks: List[str], n: int) -> int:
length = len(tasks)
if length <= 1:
return length
# 用于记录每个任务出现的次数
task_map = dict()
for task in tasks:
task_map[task] = task_map.get(task, 0) + 1
# 按任务出现的次数从大到小排序
task_sort = sorted(task_map.items(), key=lambda x: x[1], reverse=True)
# 出现最多次任务的次数
max_task_count = task_sort[0][1]
# 至少需要的最短时间
res = (max_task_count - 1) * (n + 1)
for sort in task_sort:
if sort[1] == max_task_count:
res += 1
# 如果结果比任务数量少,则返回总任务数
return res if res >= length else length