1.问题描述
给定一个用字符数组表示的 CPU 需要执行的任务列表。其中包含使用大写的 A - Z 字母表示的26 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。CPU 在任何一个单位时间内都可以执行一个任务,或者在待命状态。
然而,两个相同种类的任务之间必须有长度为 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。
说明:
任务的总个数为 [1, 10000]。
n 的取值范围为 [0, 100]。
2.输入说明
首先输入任务的数目len
然后输入len个大写的 A - Z 字母,无空格、无引号
最后输入n
3.输出说明
输出一个整数,表示结果
4.实例
输入:
6
AAABBB
2
输出:
8
5.思路
首先获取任务执行次数最多的任务数(设置为:maxExec),假设这个任务为A,则A执行完所需的时间为:maxExec *(n+1),而在连续A执行过程中,只需要确保下一个A之间的间隙为n,中间随意用其他任务或者空闲填充。
情况1:当maxExec *(n+1)>=tasks.length
完成所有任务需要的时间为:(maxExec -1)*(n+1)+maxCount
其中maxCount表示:一共有多少个任务和出现次数最大的那个任务次数一样的
情况2:当maxExec *(n+1)<tasks.length
完成所有任务需要的时间为:tasks.length
因此,首先对tasks计算执行次数最多的任务数,并计算有多少个任务的执行任务数和最多的那个任务数一样,即可根据情况1和情况2进行计算出执行的最短时间。
6.代码
unordered_map 是无序的 map 容器;
max_element() 是用来来查询最大值所在的第一个位置,max_element用于返回最大值的下标,*max_element用来取最大值;
accumulate() 定义在#include<numeric>中,作用有两个,一个是累加求和,另一个是自定义类型数据的处理,下面代码中使用的是自定义类型数据;
#include <iostream> #include <stdio.h> #include <vector> #include <unordered_map> #include <algorithm> using namespace std; class Solution { public: int leastInterval(vector<char> &v, int n) { int len=v.size(); sort(v.begin(),v.end()); unordered_map<char,int> m; char ch; //1.计算数组中个任务的个数 for (int i=0;i<len;i++) { ch=v[i]; ++m[ch]; } //2.计算最多执行次数 int maxExec = max_element(m.begin(), m.end(), [](const auto& u, const auto& v) { return u.second < v.second; })->second; //3.具有最多执行次数的任务数量 int maxCount = accumulate(m.begin(), m.end(), 0, [=](int acc, const auto& u) { return acc + (u.second == maxExec); }); return max((maxExec - 1) * (n + 1) + maxCount, static_cast<int>(v.size())); } }; int main() { freopen("in.txt","r",stdin); freopen("out.txt","w",stdout); vector<char> v; int len,n; char data; cin>>len; for(int i=0; i<len; i++) { cin>>data; v.push_back(data); } cin>>n; int result=Solution().leastInterval(v,n); cout<<result<<endl; return 0; }
标签:执行,int,len,力扣,include,任务,任务调度,maxExec From: https://www.cnblogs.com/ohye/p/17591224.html