leetcode 621.任务调度器

题干

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 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 <= task.length <= 104
tasks[i] 是大写英文字母
n 的取值范围为 [0, 100]

题解

好巧妙，可视化矩阵，从倒数第二行开始对齐填充。我一开始的思路其实差不多，不过想成了靠上填充，所以不好做
关于这个accumulate的用法：

accumulate(起始迭代器，尾迭代器，初始值，对相邻元素的操作);

这里就巧在把相邻元素的操作设成了：如果次数与最大次数相等，返回值++，然后通过[=]捕获值传递

class Solution {
    
    
public:
    int leastInterval(vector<char>& tasks, int n) {
    
    
        unordered_map<char,int> tasksMap;
        int maxSameTaskCount = 0;
        //遍历任务列表，统计每种任务出现的次数，同时获得出现次数最多的任务
        for(auto i : tasks){
    
    
            tasksMap[i]++;
            maxSameTaskCount = max(maxSameTaskCount,tasksMap[i]);
        }
        //获取出现次数与最多次数相同的任务个数
        int longestTaskCount = accumulate(tasksMap.begin(),tasksMap.end(),0,[=](int res,auto& i){
    
    
            return res += (i.second == maxSameTaskCount);
        });
        return max((int)tasks.size(),(maxSameTaskCount - 1) * (n + 1) + longestTaskCount);
    }
};

我的想法和这个基本相同，不过有点偏差，其实填充的过程不用模拟出来，从结果出发就好了：桶思想

leetcode 621.任务调度器

leetcode 621.任务调度器

题干

题解

猜你喜欢