目录链接:
力扣编程题-解法汇总_分享+记录-CSDN博客
GitHub同步刷题项目:
原题链接:力扣
描述:
你有 k 个服务器,编号为 0 到 k-1 ,它们可以同时处理多个请求组。每个服务器有无穷的计算能力但是 不能同时处理超过一个请求 。请求分配到服务器的规则如下:
第 i (序号从 0 开始)个请求到达。
如果所有服务器都已被占据,那么该请求被舍弃(完全不处理)。
如果第 (i % k) 个服务器空闲,那么对应服务器会处理该请求。
否则,将请求安排给下一个空闲的服务器(服务器构成一个环,必要的话可能从第 0 个服务器开始继续找下一个空闲的服务器)。比方说,如果第 i 个服务器在忙,那么会查看第 (i+1) 个服务器,第 (i+2) 个服务器等等。
给你一个 严格递增 的正整数数组 arrival ,表示第 i 个任务的到达时间,和另一个数组 load ,其中 load[i] 表示第 i 个请求的工作量(也就是服务器完成它所需要的时间)。你的任务是找到 最繁忙的服务器 。最繁忙定义为一个服务器处理的请求数是所有服务器里最多的。
请你返回包含所有 最繁忙服务器 序号的列表,你可以以任意顺序返回这个列表。
示例 1:
输入:k = 3, arrival = [1,2,3,4,5], load = [5,2,3,3,3]
输出:[1]
解释:
所有服务器一开始都是空闲的。
前 3 个请求分别由前 3 台服务器依次处理。
请求 3 进来的时候,服务器 0 被占据,所以它被安排到下一台空闲的服务器,也就是服务器 1 。
请求 4 进来的时候,由于所有服务器都被占据,该请求被舍弃。
服务器 0 和 2 分别都处理了一个请求,服务器 1 处理了两个请求。所以服务器 1 是最忙的服务器。
示例 2:
输入:k = 3, arrival = [1,2,3,4], load = [1,2,1,2]
输出:[0]
解释:
前 3 个请求分别被前 3 个服务器处理。
请求 3 进来,由于服务器 0 空闲,它被服务器 0 处理。
服务器 0 处理了两个请求,服务器 1 和 2 分别处理了一个请求。所以服务器 0 是最忙的服务器。
示例 3:
输入:k = 3, arrival = [1,2,3], load = [10,12,11]
输出:[0,1,2]
解释:每个服务器分别处理了一个请求,所以它们都是最忙的服务器。
示例 4:
输入:k = 3, arrival = [1,2,3,4,8,9,10], load = [5,2,10,3,1,2,2]
输出:[1]
示例 5:
输入:k = 1, arrival = [1], load = [1]
输出:[0]
提示:
1 <= k <= 105
1 <= arrival.length, load.length <= 105
arrival.length == load.length
1 <= arrival[i], load[i] <= 109
arrival 保证 严格递增 。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/find-servers-that-handled-most-number-of-requests
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
解题思路:
* 解题思路: * 最简单的思路,自然是每次循环遍历所有服务器,找出一台合适的进行操作。但是这样时间复杂度太高了,是O(k*n)。 * 所以我们可以每一次循环找合适服务器的时候,把那些不符合条件的服务器剔除掉,只保留合适的,这样可以实现每次找适合服务器的时候,实现O(1)的复杂度进行查找。 * 保留合适的服务器,我们可以使用TreeSet去记录,这样方便找目标index的后一个位置,TreeSet按照index来排序。 * 而保留正在执行的服务器,我们则可以使用PriorityQueue去记录,PriorityQueue按照结束时间来排序。 * 每次循环的时候,首先遍历PriorityQueue,找出那些end时间小于等于arrive时间的,并且把这些加入TreeSet中。 * 因为TreeSet中都是满足条件的,所以我们只要从TreeSet中找出适合的那一个就好。如果TreeSet为空,则代码没有适合的。则跳过
代码:
public class Solution1606 {
public List<Integer> busiestServers(int k, int[] arrival, int[] load) {
//所有符合条件的集合,按照id排序
Node[] nodes = new Node[k];
TreeSet<Integer> available = new TreeSet<>();
for (int i = 0; i < k; i++) {
nodes[i] = new Node(i);
available.add(i);
}
int maxExecNum = 0;
List<Integer> result = new ArrayList<>();
//按照结束时间的优先级排序
PriorityQueue<Node> busy = new PriorityQueue<>(k, Comparator.comparingInt(o -> o.end));
for (int i = 0; i < arrival.length; i++) {
int arrive = arrival[i];
int loadTime = load[i];
while (busy.size() > 0) {
Node peek = busy.peek();
if (peek.end <= arrive) {
busy.poll();
available.add(peek.id);
continue;
}
break;
}
if (available.size() == 0) {
continue;
}
//从index位开始找
Integer ceiling = available.ceiling(i % k);
if (ceiling == null) {
ceiling = available.first();
}
Node node = nodes[ceiling];
node.end = arrive + loadTime;
node.execNum++;
busy.offer(node);
available.remove(ceiling);
if (node.execNum > maxExecNum) {
result.clear();
result.add(node.id);
maxExecNum = node.execNum;
continue;
}
if (node.execNum == maxExecNum) {
result.add(node.id);
}
}
return result;
}
/**
* 服务器
*/
static class Node {
public int id;
public int end = 0;//结束时间
public int execNum = 0;//使用次数
Node(int id) {
this.id = id;
}
}
}