LeetCode621——任务调度器

我的LeetCode代码仓：https://github.com/617076674/LeetCode

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

题目描述：

知识点：优先队列、贪心算法

思路一：每一轮分配后重新排序

优先分配数目最多的任务，当任务间隔i <= n时，即使没有任务分配，结果时间也要增加，这是冷却时间。

每一轮任务分配后都要重新排序。

时间复杂度是O(result)，其中result为完成所有任务所需要的最短时间。空间复杂度是O(1)。

JAVA代码：

public class Solution {

    public int leastInterval(char[] tasks, int n) {
        int[] count = new int[26];
        for (int i = 0; i < tasks.length; i++) {
            count[tasks[i] - 'A']++;
        }
        Arrays.sort(count);
        int result = 0;
        while (count[25] > 0) {
            int i = 0;
            while (i <= n) {
                if (count[25] == 0) {
                    break;
                }
                if (i < 26 && count[25 - i] > 0) {
                    count[25 - i]--;
                }
                result++;
                i++;
            }
            Arrays.sort(count);
        }
        return result;
    }

}

LeetCode解题报告：

思路二：优先队列实现

用优先队列的出队和入队操作代替思路一的排序过程。

时间复杂度是O(result)，其中result为完成所有任务所需要的最短时间。空间复杂度是O(1)。

JAVA代码：

public class Solution {

    public int leastInterval(char[] tasks, int n) {
        int[] count = new int[26];
        for (int i = 0; i < tasks.length; i++) {
            count[tasks[i] - 'A']++;
        }
        PriorityQueue priorityQueue = new PriorityQueue<>(Collections.reverseOrder());
        for (int i = 0; i < 26; i++) {
            if (count[i] != 0) {
                priorityQueue.add(count[i]);
            }
        }
        int result = 0;
        while (!priorityQueue.isEmpty()) {
            int i = 0;
            List list = new ArrayList<>();
            while (i <= n) {
                if (!priorityQueue.isEmpty()) {
                    if (priorityQueue.peek() > 1) {
                        list.add(priorityQueue.poll() - 1);
                    } else {
                        priorityQueue.poll();
                    }
                }
                result++;
                if (priorityQueue.isEmpty() && list.size() == 0) {
                    break;
                }
                i++;
            }
            for (Integer integer : list) {
                priorityQueue.add(integer);
            }
        }
        return result;
    }

}

LeetCode解题报告：

思路三：计算总的等待时间

假设最大任务执行次数是p，该任务编号是A，我们不考虑其他任务，其需要的等待时间是(p - 1) * n。

（1）如果还有执行次数为p的最大任务，该任务编号是B，该任务中的(p - 1)个任务可以在A的等待时间内完成，如果B在A的等待时间内完成，那么那段时间就不能算进等待时间里，因此总等待时间需要减去p - 1。

（2）如果某个执行次数为q的任务，其任务编号是C，显然，所有该任务都能再原来的等待时间内完成，因此总等待时间需要减去q。

最后返回结果时，如果计算出的等待时间是负数，这是不切实际的，我们直接返回tasks数组的长度。否则，我们返回的是tasks数组的长度加上等待时间。

时间复杂度是O(m)，其中m为任务数组的长度。空间复杂度是O(1)。

JAVA代码：

public class Solution {

    public int leastInterval(char[] tasks, int n) {
        int[] count = new int[26];
        for (int i = 0; i < tasks.length; i++) {
            count[tasks[i] - 'A']++;
        }
        Arrays.sort(count);
        int maxVal = count[25] - 1, idleSlots = maxVal * n;
        for (int i = 24; i >= 0 && count[i] > 0 ; i--) {
            idleSlots -= Math.min(count[i], maxVal);
        }
        if (idleSlots > 0) {
            return idleSlots + tasks.length;
        } else {
            return tasks.length;
        }
    }

}

LeetCode解题报告：