621任务调度器；经典贪心算法（理解区分动态和贪心）：55跳跃游戏+45跳跃游戏 II

最新推荐文章于 2023-02-05 19:19:36 发布

LifelongLearningPan

最新推荐文章于 2023-02-05 19:19:36 发布

阅读量365

点赞数

分类专栏： LeetCode

本文为LifelongLearningPan博主原创文章，转载请注明出处。

本文链接：https://blog.csdn.net/qq_24854861/article/details/106073991

版权

本文通过任务调度问题和跳跃游戏的示例，讲解了贪心算法与动态规划的区别，强调贪心算法在寻找最优解时的贪心选择性质，并提供了解题策略。在给定的任务列表和跳跃游戏中，展示了如何运用这两种方法找到完成任务或到达终点的最短时间或最少跳跃次数。

摘要由CSDN通过智能技术生成

给定一个用字符数组表示的 CPU 需要执行的任务列表。其中包含使用大写的 A - Z 字母表示的26 种不同种类的任务。任务可以以任意顺序执行，并且每个任务都可以在 1 个单位时间内执行完。CPU 在任何一个单位时间内都可以执行一个任务，或者在待命状态。

然而，两个相同种类的任务之间必须有长度为 n 的冷却时间，因此至少有连续 n 个单位时间内 CPU 在执行不同的任务，或者在待命状态。

你需要计算完成所有任务所需要的最短时间。

示例：

输入：tasks = ["A","A","A","B","B","B"], n = 2
输出：8
解释：A -> B -> (待命) -> A -> B -> (待命) -> A -> B.
在本示例中，两个相同类型任务之间必须间隔长度为 n = 2 的冷却时间，而执行一个任务只需要一个单位时间，所以中间出现了（待命）状态。

提示：

任务的总个数为 [1, 10000]。
n 的取值范围为 [0, 100]。

//贪心算法，每次选择 不在工作队列中的个数最多的任务 入工作队列
//该算法很慢，空间消耗大，待改进
class Solution {
public:
    int leastInterval(vector<char>& tasks, int n) {
        int tSize=tasks.size();
        if(tSize<=1||n==0)return tSize;