【动态规划 子集状态压缩 回溯】1723. 完成所有工作的最短时间

本文涉及知识点

动态规划 子集状态压缩 回溯
动态规划汇总

回溯知识汇总

LeetCode1723. 完成所有工作的最短时间

给你一个整数数组 jobs ，其中 jobs[i] 是完成第 i 项工作要花费的时间。
请你将这些工作分配给 k 位工人。所有工作都应该分配给工人，且每项工作只能分配给一位工人。工人的 工作时间 是完成分配给他们的所有工作花费时间的总和。请你设计一套最佳的工作分配方案，使工人的 最大工作时间 得以 最小化 。
返回分配方案中尽可能 最小 的 最大工作时间 。
示例 1：
输入：jobs = [3,2,3], k = 3
输出：3
解释：给每位工人分配一项工作，最大工作时间是 3 。
示例 2：
输入：jobs = [1,2,4,7,8], k = 2
输出：11
解释：按下述方式分配工作：
1 号工人：1、2、8（工作时间 = 1 + 2 + 8 = 11）
2 号工人：4、7（工作时间 = 4 + 7 = 11）
最大工作时间是 11 。
提示：
1 <= k <= jobs.length <= 12
1 <= jobs[i] <= 10⁷

动态规划

n = jobs.length
vNeed[mask]记录 一个工人完成mask工作需要的时间。

动态规划的状态表示

dp[i][mask] 表示前i个工人完成了mask任务的最大工作时间。
用滚动向量 优化空间，pre[mask]表示dp[i][mask] dp[mask]表示dp[i+1][mask]。
空间复杂度: O(2ⁿ)

动态规划的转移方程

$$\begin{gathered} 枚{举}_{curMask=1}^{maskCount-1}枚{举}_{curSel=curMask的非空子集} \\ dp[curMask]=min(dp[curMask],max(pre[curMask-curSel],vNeed[curSel])) \end{gathered}$$

动态规划的填表顺序

依次处理各工人

动态规划的初始值

pre[0]=0，其它表示不存在的大值。

动态规划的返回值

pre.back

动态规划的代码

核心代码

class Solution {
public:
	int minimumTimeRequired(vector<int>& jobs, int k) {
		const int n = jobs.size();
		const int maskCount = 1 << n;
		vector<int> vNeed(maskCount);
		for (int i = 0; i < n; i++) {
			vNeed[1 << i] = jobs[i];
		}
		for (int mask = 1; mask < maskCount; mask++) {
			const int end = mask & (-mask);
			vNeed[mask] = vNeed[mask - end] + vNeed[end];
		}
		vector<int> pre(maskCount, m_iNotMay);
		pre[0] = 0;
		for (int i = 0; i < k; i++) {
			auto dp = pre;
			for (int curMask = 1; curMask < maskCount; curMask++) {
				for (int curSel = curMask; curSel; curSel = (curSel - 1) & curMask) {
					dp[curMask] = min(dp[curMask], max(pre[curMask - curSel] , vNeed[curSel]));
				}
			}
			pre.swap(dp);
		}
		return pre.back();
	}
	const int m_iNotMay = 1'000'000'000;
};

测试用例

template<class T>
void Assert(const vector<T>& v1, const vector<T>& v2)
{
	if (v1.size() != v2.size())
	{
		assert(false);
		return;
	}
	for (int i = 0; i < v1.size(); i++)
	{
		assert(v1[i] == v2[i]);
	}
}

template<class T>
void Assert(const T& t1, const T& t2)
{
	assert(t1 == t2);
}

int main()
{
	vector<int> jobs;
	int k;
	{
		Solution slu;
		jobs = { 3, 2, 3 }, k = 3;
		auto res = slu.minimumTimeRequired(jobs, k);
		Assert(3, res);
	}
	{
		Solution slu;
		jobs = { 1,2,4,7,8 }, k = 2;
		auto res = slu.minimumTimeRequired(jobs, k);
		Assert(11, res);
	}
}

回溯

直接回溯超时，需要剪枝，过于复杂。本代码超时。

class Solution {
public:
	int minimumTimeRequired(vector<int>& jobs, int k) {
		const int n = jobs.size();
		sort(jobs.begin(), jobs.end(), greater<>());
		vector<int> vWork(k);
		int iRet = 1'000'000'000;
		function<void(int,int, vector<int>)> BackTrack = [&](int leve,int iMax, vector<int> vWork) {
			if (iMax >= iRet) { return; }
			if (jobs.size() == leve) {
				iRet = min(iRet, iMax);
				return;
			}			
			sort(vWork.begin(), vWork.end());
			for (int i = 0; i < k; i++) {			
				vWork[i] += jobs[leve];
				BackTrack(leve + 1,max(iMax, vWork[i]),vWork);
				vWork[i] -= jobs[leve];
			}
		};
		BackTrack(0, 0,vWork);
		return iRet;
	}
};

扩展阅读

视频课程

有效学习：明确的目标 及时的反馈 拉伸区（难度合适），可以先学简单的课程，请移步CSDN学院，听白银讲师（也就是鄙人）的讲解。
https://edu.csdn.net/course/detail/38771

如何你想快速形成战斗了，为老板分忧，请学习C#入职培训、C++入职培训等课程
https://edu.csdn.net/lecturer/6176

相关下载

想高屋建瓴的学习算法，请下载《喜缺全书算法册》doc版
https://download.csdn.net/download/he_zhidan/88348653

我想对大家说的话
《喜缺全书算法册》以原理、正确性证明、总结为主。
闻缺陷则喜是一个美好的愿望，早发现问题，早修改问题，给老板节约钱。
子墨子言之：事无终始，无务多业。也就是我们常说的专业的人做专业的事。
如果程序是一条龙，那算法就是他的是睛

测试环境

操作系统：win7 开发环境： VS2019 C++17
或者 操作系统：win10 开发环境： VS2022 C++17
如无特殊说明，本算法用**C++**实现。