LeetCode-621. 任务调度器（最大堆 + 队列）

给你一个用字符数组 tasks 表示的 CPU 需要执行的任务列表，用字母 A 到 Z 表示，以及一个冷却时间 n。每个周期或时间间隔允许完成一项任务。任务可以按任何顺序完成，但有一个限制：两个 相同种类 的任务之间必须有长度为 n 的冷却时间。

返回完成所有任务所需要的 最短时间间隔 。

示例 1：

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。 

示例 2：

输入：tasks = ["A","A","A","B","B","B"], n = 0
输出：6
解释：在这种情况下，任何大小为 6 的排列都可以满足要求，因为 n = 0
["A","A","A","B","B","B"]
["A","B","A","B","A","B"]
["B","B","B","A","A","A"]
...
诸如此类

示例 3：

输入：tasks = ["A","A","A","A","A","A","B","C","D","E","F","G"], n = 2
输出：16
解释：一种可能的解决方案是：
     A -> B -> C -> A -> D -> E -> A -> F -> G -> A -> (待命) -> (待命) -> A -> (待命) -> (待命) -> A

提示：

• 1 <= tasks.length <= 104
• tasks[i] 是大写英文字母
• 0 <= n <= 100

思路：

首先分析题意，由于每种工作有CD，所以当我们可以做很多种工作的时候，我们应该优先选择剩余更多的工作，这里就提示需要使用最大堆来动态找最大值。

其次，当工作在CD的时候，我们是需要单独考虑它的，只有CD好了才能继续干活。由于时间是线性的，这里可以用队列来存放正在CD中的工作。

总结：

1. 使用最大堆存放当前不在CD里的工作，key是工作的频率

2. 使用队列存放正在CD的工作，队列的每个元素是（freq, ready_time)

3. 正确地在这两个数据结构间转移工作

时间复杂度：O（NlogN）

空间复杂度：O（N）

from heapq import *
class Solution:
    def leastInterval(self, tasks: List[str], n: int) -> int:
        # we should prioritize working on tasks of higher frequency by greedy
        # use a max_heap to track all workable(not in cooldown) tasks since we need to sort by frequency
        # use a queue to track all in colldown tasks 
        # periodically move tasks between these two data structures
        time = 0
        max_heap = [-freq for freq in Counter(tasks).values()]
        heapify(max_heap)
        queue = deque() # (freq, ready_time)
        while max_heap or queue:
            time += 1

            if not max_heap:
                # no tasks avaiable now, we must wait till the next job become ready
                time = queue[0][1]
            else:
                # do tasks in the max_heap
                freq = -heappop(max_heap)
                if freq > 1:
                    queue.append((freq - 1, time + n))
            # check if we can move the first task in queue to the max_heap
            if queue and queue[0][1] <= time:
                heappush(max_heap, -queue.popleft()[0])
        return time