LeetCode: 621. 任务调度器

115 阅读3分钟

我正在参加「掘金·启航计划」

621. 任务调度器

来源:力扣(LeetCode)

链接: leetcode.cn/problems/ta…

给你一个用字符数组 tasks 表示的 CPU 需要执行的任务列表。其中每个字母表示一种不同种类的任务。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。在任何一个单位时间,CPU 可以完成一个任务,或者处于待命状态。

然而,两个 相同种类 的任务之间必须有长度为整数 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
解释:A -> B -> (待命) -> A -> B -> (待命) -> A -> B
     在本示例中,两个相同类型任务之间必须间隔长度为 n = 2 的冷却时间,而执行一个任务只需要一个单位时间,所以中间出现了(待命)状态。 

示例 2:

输入:tasks = ["A","A","A","B","B","B"], n = 0
输出:6
解释:在这种情况下,任何大小为 6 的排列都可以满足要求,因为 n = 0
["A","A","A","B","B","B"]
["A","B","A","B","A","B"]
["B","B","B","A","A","A"]
...
诸如此类

示例 3:

输入:tasks = ["A","A","A","A","A","A","B","C","D","E","F","G"], n = 2
输出:16
解释:一种可能的解决方案是:
     A -> B -> C -> A -> D -> E -> A -> F -> G -> A -> (待命) -> (待命) -> A -> (待命) -> (待命) -> A

提示:

  • 1<=task.length<=1041 <= task.length <= 10^4
  • tasks[i] 是大写英文字母
  • n 的取值范围为 [0, 100]

解法

  • 贪心找规律:根据例子来看两个相同字符之间最好是能够插入一些其它不同字符,这样就能避免需要n步了。因此最好是找到最多的那个字符,比如["A","A","A","A","A","A","B","C","D","E","F","G"], 那么最多的字符是‘A', 假设n是2的话,那么排列应该是A--A--, 就是说两个A中间能放两个其它字符,这样的话能节省运行时间,只需要1的时间,比如说是ABCADEAFG等,对于多的A,只能是在跟在后面A--A--A。那么对于每一个出现最多字符的情况下,需要的次数为(maxcount1)(n+1)(max_count-1)*(n+1) , n+1是因为间隔时间加A本身,max_count-1是判断间隔。最后需要加上末尾那段。如果遇到的字符是出现次数最大的话,则总的数+1。 这里用一个哈希表统计次数,方便后续查找。

代码实现

贪心

python实现

class Solution:
    def leastInterval(self, tasks: List[str], n: int) -> int:
        length = len(tasks)
        # A--A-- AB 如果有相同的次数的元素话
        if length == 1:
            return length
        
        task_map = dict()
        for task in tasks:
            task_map[task] = task_map.get(task, 0) + 1
        
        max_count = max(task_map.values())

        res = (max_count - 1) * (n + 1)

        for task in task_map:
            if task_map[task] == max_count:  # 相同次数元素
                res += 1
        return res if res >= length else length  # 如果比它小就输出原始长度

c++实现

class Solution {
public:
    int leastInterval(vector<char>& tasks, int n) {
        int length = tasks.size();
        if (length == 1) return length;

        map<char, int> count_map;
        int max_count = 0;
        for(auto task: tasks) {
            if(count_map.find(task) != count_map.end()) {
                count_map[task]++;
                max_count = max(max_count, count_map[task]);
            }
            else
                count_map[task] = 1;
        }

        int res = (max_count-1) * (n+1);
        for (auto iter = count_map.begin(); iter != count_map.end(); iter++) {
            if (iter->second == max_count)
                res += 1;
        }
        return res >= length ? res : length;
    }
};

复杂度分析

  • 时间复杂度: O(n)O(n)
  • 空间复杂度: O(n)O(n)

参考