Leetcode 1723. 完成所有工作的最短时间 (二分回溯，暴搜剪枝，状态压缩DP待续，难度较大)

最新推荐文章于 2022-02-10 08:41:13 发布

wwxy261

最新推荐文章于 2022-02-10 08:41:13 发布

阅读量294

点赞数

分类专栏：算法

本文链接：https://blog.csdn.net/wwxy1995/article/details/116507751

版权

算法专栏收录该内容

3633 篇文章 122 订阅

订阅专栏

这篇博客探讨了一种利用二分搜索和爆搜策略来解决如何在限定时间内分配工作给k个工人的算法。文章首先对工作进行降序排序，然后通过二分查找找到最小可能的时间限制。在爆搜过程中，通过尝试不同的工人组合并更新工作负载，检查是否能完成所有任务。整个算法注重剪枝以避免超时，确保效率。

摘要由CSDN通过智能技术生成

我们可以用二分枚举这个最小时间，对于合法的时间，总是可以安排k个工人，使得满足要求，这里需要爆搜出是否可以选出k个工人，

    bool helper(vector<int>& jobs, vector<int>& workloads, int idx, int limit){
        if(idx >= jobs.size()){
            return true;
        }
        for(int i = 0; i < workloads.size(); i++){
            if(workloads[i] + jobs[idx] <= limit){
                workloads[i] += jobs[idx];
                if(helper(jobs, workloads, idx + 1, limit)){
                    return true;
                }
                workloads[i] -= jobs[idx];
                if(workloads[i] == 0){
                    break;
                }
            }
        }
        return false;
    }

以上就是爆搜的过程，需要按时间进行从大到小，排队，进行一个剪枝，否则会超时。

完整代码

class Solution {
public:
    int minimumTimeRequired(vector<int>& jobs, int k) {
        sort(jobs.begin(), jobs.end(), greater<int>());
        int left = jobs[0], right = accumulate(jobs.begin(), jobs.end(), 0);
        while(left <= right){
            int mid = (left + right) / 2;
            if(check(jobs, k, mid)){
                right = mid - 1;
            }else{
                left = mid + 1;
            }
        }
        return left;
    }

    bool check(vector<int>& jobs, int k, int limit){
        // 能否将jobs分成k份，使得每一份时间之和均小于limit
        vector<int> workloads(k);
        return helper(jobs, workloads, 0, limit);
    }

    bool helper(vector<int>& jobs, vector<int>& workloads, int idx, int limit){
        if(idx >= jobs.size()){
            return true;
        }
        for(int i = 0; i < workloads.size(); i++){
            if(workloads[i] + jobs[idx] <= limit){
                workloads[i] += jobs[idx];
                if(helper(jobs, workloads, idx + 1, limit)){
                    return true;
                }
                workloads[i] -= jobs[idx];
                if(workloads[i] == 0){
                    break;
                }
            }
        }
        return false;
    }
};