任务调度存在依赖关系,任何一个node节点任务,都依赖于node.left和node.right前置节点任务的完成。所以,这是一个很明显的后序遍历思路。
我们以元组的形式return上面的两个条件,格式为:
(该结点及子树的最短运行时间, 该结点及子树的最大运行时间)
首先,假设不存在多个cpu的情况(即只有一个cpu),要执行完所有的前置任务,那前置任务的总时间肯定是preTime=sum(node.left)+sum(node.right)。这时,我们将preTime看成一个整体。
那么现在变成双核CPU了。一个整体的preTime开始双核并行了,那么一个整体下的preTime是多少呢?
很显然,是preTime/2
当然,前置任务最优的解preTime/2,是一个理想情况,具体的任务执行,是非常有可能达不到这种情况。比如题目的测试用例1。
所以,每个节点的任务执行时间的最小值,应该是Max(time(node.left),time(node.right),preTime/2)+node.val。
/**
* Definition for a binary tree node.
* public class TreeNode {
* int val;
* TreeNode left;
* TreeNode right;
* TreeNode(int x) { val = x; }
* }
*/
class Solution {
/**
* LCP 10. 二叉树任务调度
* @param root
* @return
*/
public double minimalExecTime(TreeNode root) {
double[] res = execTime(root,2);
return res[0];
}
/**
* 获取node最小执行时间
* @param node node
* @param n 并行数
* @return [0]执行完当前节点最小耗时,[1]当前node为根的时间串行之和
*/
private double[] execTime(TreeNode node,int n){
if (node == null){
// [0]执行完当前节点最小耗时,[1]当前node为根的时间串行之和
return new double[]{0.0D,0.0D};
}
// 获取左右子树的值
double[] leftTime = execTime(node.left,n);
double[] rightTime = execTime(node.right,n);
// 左右子树节点之和
double sum = leftTime[1] + rightTime[1];
// 当前节点执行完的最小消耗时间
double minTime = Math.max(Math.max(leftTime[0],rightTime[0]),sum/n) + node.val;
return new double[]{minTime,sum + node.val};
}
}