leetcode----621.任务调度器（模拟 和 桶思想两种解法）

621.任务调度器

问题：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 。

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。

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

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

思路：

• 模拟

class Solution {
    public int leastInterval(char[] tasks, int n) {
        Map<Character, Integer> cnt = new HashMap();
        //记录每种任务出现的频数
        for(char task: tasks){
            cnt.put(task, cnt.getOrDefault(task , 0) + 1);
        }

        int res = 0;
        //大顶堆
        PriorityQueue<Map.Entry<Character, Integer>> queue = new PriorityQueue<>((a, b) -> b.getValue() - a.getValue());
        cnt.entrySet().forEach(queue::add);
        while(!queue.isEmpty()){
            //利用一个临时的队列，存放处于冷却期的任务
            List<Map.Entry<Character, Integer>> tempQueue = new LinkedList();
            //按照剩余任务种类出现的频次  从高往低执行
            for(int i = 0; i <= n; i++){
                Map.Entry<Character, Integer> task = queue.poll();
                //当前所有种类的任务都处于冷却期
                if(task == null){
                    if(!tempQueue.isEmpty()){
                        res++;
                    }
                    continue;
                } else {
                    if(task.getValue() > 1){
                        task.setValue(task.getValue() - 1);
                        tempQueue.add(task);
                    }
                    res++;
                }
            }
            for(Map.Entry<Character, Integer> task: tempQueue){
                queue.offer(task);
            }
        }
        return res;
    }
}

• 来源：桶思想

建立大小为 n+1 的桶子，个数为任务数量最多的那个任务。

对于重复的任务，我们只能将每个都放入不同的桶中，因此桶的个数就是重复次数最多的任务的个数。

一个桶不管是否放满，其占用的时间均为 n+1，这是因为后面桶里的任务需要等待冷却时间。最后一个桶是个特例，由于其后没有其他任务需等待，所以占用的时间为桶中的任务个数。如下图所示：

这种情况的总排队时间 = (桶个数 - 1) * (n + 1) + 最后一桶的任务数

当任务重复率很低时，计算得到的桶个数很少。但由于任务很多，可能出现桶不够用的情况。此时可以假想在最后一桶之后又补充了很多个桶，且所有的桶均装满，因此任务的总等待时间即为任务的总个数。如下图所示：

class Solution {
    public int leastInterval(char[] tasks, int n) {
        int[] box = new int[26];
        for(char task: tasks){
            box[task - 'A']++;
        }

        Arrays.sort(box);
        //任务频次最高的任务个数
        int maxCntTask = box[25];
        //与最高任务频次相同的任务种类个数
        int maxCnt = 0;
        for(int i = 25; i >= 0; i--){
            if(box[i] == maxCntTask){
                maxCnt++;
            } else {
                break;
            }
        }

        return Math.max(tasks.length, (maxCntTask - 1) * (n + 1) + maxCnt);
    }
}

整理思路，记录博客，以便复习。若有误，望指正~