LeetCode二叉树任务调度

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};
    }
}