Task Scheduler

Loading...

我一开始的想法是HashSet + Queue，结果发现根本不是这么回事。数一下TASKS的数目然后排个序就好了。部分的解释已经写在了Leetcode的站点里了。我就做一个补充好了。

Leetcode的解释以及示例给出了一部分的原理。它基于的原理在于

1.这个题目最大可能的IDLE时间其实是由出现次数最多的task决定的。

2. 这题的解就等于task的总数目 + idle的数目

譬如说在AAAABBC以及n = 2的情况下。如果仅考虑A的情况，那么出任务的结果就是AIIAIIAIIA，其中I表示idle的意思你可以发现在这种情况下，idle出现的次数就是（A出现的次数 - 1）* n。这其实也就是idle最多出现的可能次数。这个时候你可以随便在每个A之间的idle任意插入B或者C，这样不同的B或者不同的C之间也可以保证最起码间隔n个距离。所以在其余tasks数目的总和无法填满这些idle的情况下，你可以认为答案就是（A出现的次数 - 1）* n。 这也是leetcode里面给出的案例。

但如果说出现的例子是AAAABBBBCCCDDD这样的。你可以看出来剩余的tasks的数量超过了idle的数目了，而且task的种类也超过了中间的idle的数目。这种情况下也很好理解。你依旧可以往相邻的A之间插入超过idle数量的task导致相邻A之间的idle数量清零。譬如说ABCDA这样。这个其实没所谓的。所以算法其实很简单。

1. 统计每个task出现的次数。

2. 选出出现最多次数的task，作为最大可能IDLE数目的公式的参照。注意这里可以有edge case，就是多于一个出现次数最多的task，譬如我给的例子A和B都是出现最多的。我们随便取一个就可以了。

3. 遍历其他task出现的次数，用上述得到的最大idle数目减掉其他task出现的次数，相当于把其他task塞进这些idle里，但是要注意上面提到过的edge case。譬如说4个A之间，只有三个idle空间，这三个idle空间你不可能再塞4个B，所以你能减掉的数目是min(idle区间数，task出现次数），也就是你即使遍历到B，你也不能从idle剩余数目里减掉4个，只能减掉3个。

4. 走完3之后，你将task数目加上剩余的idle数目，就是最终的答案。

根据上述算法，得到代码如下：

    public int leastInterval(char[] tasks, int n) {
        int[] taskCounts = new int[26];
        for (char task : tasks) {
            taskCounts[task - 'A']++;
        }
        
        Arrays.sort(taskCounts);
        
        int maxPossibleIdles = (taskCounts[25] - 1) * n;
        for (int i = 24; i >= 0; i--) {
            if (taskCounts[i] == 0 || maxPossibleIdles <= 0) {
                break;
            }
            
            maxPossibleIdles -= Math.min(taskCounts[i], taskCounts[25] - 1);
        }
        
        return Math.max(maxPossibleIdles, 0) + tasks.length;
    }