LeetCode:621. Task Scheduler

LeetCode:621. Task Scheduler

Given a char array representing tasks CPU need to do. It contains capital letters A to Z where different letters represent different tasks. Tasks could be done without original order. Each task could be done in one interval. For each interval, CPU could finish one task or just be idle.

However, there is a non-negative cooling interval n that means between two same tasks, there must be at least n intervals that CPU are doing different tasks or just be idle.

You need to return the least number of intervals the CPU will take to finish all the given tasks.

Example:

Input: tasks = ["A","A","A","B","B","B"], n = 2
Output: 8
Explanation: A -> B -> idle -> A -> B -> idle -> A -> B.

给定一个字符串数组tasks,里面的每个元素代表一个任务,还有一个间隔n表示CPU在执行这些任务的时候,两个相同任务之间的最小间隔,如果在某个时间片没有任务可以执行则CPU进入idle状态,直到满足了最小间隔之后再执行下一个任务。

思路一:排序

首先计算每种任务的个数,用一个map保存。然后根据个数降序排列这些任务,并从个数最多的任务开始执行。一开始的思路是遍历每种任务依次执行,后来发现这样不一定最优,然后考虑每次循环n+1次,从每种任务中依次取出一个任务执行。例如tasks = [“A”,“A”,“A”,“B”,“C”,“D”],n = 2,如果我们按照A->B->C->D->A->idle->idle->A的顺序执行,需要8步,而按照A->B->C->A->D->idle->A的顺序,只需要7步。

Python 代码实现

class Solution:
    def leastInterval(self, tasks: List[str], n: int) -> int:
        mapTask = [0]*26
        for task in tasks:
            mapTask[ord(task) - ord('A')]+=1
        mapTask = sorted(mapTask)
        print(mapTask)
        time = 0
        while (mapTask[25] > 0):
            i = 0
            while (i <= n):
                if (mapTask[25] == 0):
                    break
                if (i < 26 and mapTask[25 - i] > 0):
                    mapTask[25 - i]-=1
                # 即使任务个数为0,time和i也要加1,对应了idle状态。
                time+=1
                i+=1
            mapTask = sorted(mapTask)        
        return time    

可以看到这里先初始化了一个mapTask数组,里面保存26个字母代表的任务个数,再升序排列一下。然后从最多的任务种类开始执行,每次循环n+1次。


THE END.

给定一个整数数组 nums 和一个目标值 target,要求在数组中找出两个数的和等于目标值,并返回这两个数的索引。 思路1:暴力法 最简单的思路是使用两层循环遍历数组的所有组合,判断两个数的和是否等于目标值。如果等于目标值,则返回这两个数的索引。 此方法的时间复杂度为O(n^2),空间复杂度为O(1)。 思路2:哈希表 为了优化时间复杂度,可以使用哈希表来存储数组中的元素和对应的索引。遍历数组,对于每个元素nums[i],我们可以通过计算target - nums[i]的值,查找哈希表中是否存在这个差值。 如果存在,则说明找到了两个数的和等于目标值,返回它们的索引。如果不存在,将当前元素nums[i]和它的索引存入哈希表中。 此方法的时间复杂度为O(n),空间复杂度为O(n)。 思路3:双指针 如果数组已经排序,可以使用双指针的方法来求解。假设数组从小到大排序,定义左指针left指向数组的第一个元素,右指针right指向数组的最后一个元素。 如果当前两个指针指向的数的和等于目标值,则返回它们的索引。如果和小于目标值,则将左指针右移一位,使得和增大;如果和大于目标值,则将右指针左移一位,使得和减小。 继续移动指针,直到找到两个数的和等于目标值或者左指针超过了右指针。 此方法的时间复杂度为O(nlogn),空间复杂度为O(1)。 以上三种方法都可以解决问题,选择合适的方法取决于具体的应用场景和要求。如果数组规模较小并且不需要考虑额外的空间使用,则暴力法是最简单的方法。如果数组较大或者需要优化时间复杂度,则哈希表或双指针方法更合适。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值