[leetCode]621. 任务调度器

题目

链接：https://leetcode-cn.com/problems/task-scheduler

给你一个用字符数组 tasks 表示的 CPU 需要执行的任务列表。其中每个字母表示一种不同种类的任务。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。在任何一个单位时间，CPU 可以完成一个任务，或者处于待命状态。

然而，两个 相同种类 的任务之间必须有长度为整数 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 。

贪心

相同任务之间的间隔至少为 n, 每次取频率最高的n + 1个任务。频率高的任务应该紧凑的去使用

class Solution {
    public int leastInterval(char[] tasks, int n) {
        // 记录每个任务出现的频率
        int[] counter = new int[26];
        for (char task : tasks) {
            counter[task - 'A']++;
        }
        // 按频率将每个任务加入大顶堆
        PriorityQueue<Integer> mq = new PriorityQueue<>((x, y)-> y - x);
        for (Integer freq : counter) {
            if (freq != 0) {
                mq.offer(freq);
            }
        }
        n++;
        int cnt = 0;
        // 每次从大顶堆中取出n个最大的元素
        while (!mq.isEmpty()) {
            int k = Math.min(n, mq.size());
            List<Integer> temp = new ArrayList<>();
            for (int i = 0; i < k; i++) {
                int freq = mq.poll();
                if (freq - 1 > 0) {
                    temp.add(freq - 1);
                }
            }
            if (k == n) {
                cnt += n;
            } else if (temp.size () > 0) {
                cnt += n;
            } else {
                cnt += k;
            }
            for ( Integer freq : temp) 
                mq.offer(freq);
        }
        return cnt;
    }
}

方法二 另一种贪心

设计桶的大小为 n + 1这样相同的任务不能放入相同的桶之中，最密也只能放入相邻的桶中，由于要求最短时间，因此要尽可能密的排放任务，所以桶的数量为出现次数最多的任务的频率，将所有的任务尽可能排在相邻的桶中，任务排完后计算需要的空闲时间，如果不需要空闲时间则说明刚好排满，如果需要空闲时间，则最小时间为空间时间加上任务数量。

class Solution {
    public int leastInterval(char[] tasks, int n) {
        int[] counter = new int[26];
        for (char task : tasks) {
            counter[task - 'A']++;
        }
        Arrays.sort(counter);
        int maxN = counter[25] - 1;
        int space = maxN * n;
        for (int i = 24;i >=0 && counter[i] > 0; i--) {
            space -= Math.min(maxN, counter[i]);
        }
        return space > 0 ? space + tasks.length : tasks.length;
    }
}