题目部分
题目 | 高效的任务规划 |
难度 | 难 |
题目说明 | 你有 n 台机器编号为 |
输入描述 | 第一行输入代表总共有 M 组任务数据(1 < M <= 10)。 每组数第一行为一个整数指定机器的数量 N (0 < N <= 1000)。 随后的 N 行每行两个整数,第一个表示 B (0 <= B <= 10000), 第二个表示 J (0 <= J <= 10000)。 每组数据连续输入,不会用空行分割,各组任务单独计时。 |
输出描述 | 对于每组任务,输出最短完成时间, 且每组的结果独占一行。 例如两组任务就应该有两行输出。 |
补充说明 | 无 |
------------------------------------------------------ | |
示例 | |
示例1 | |
输入 | 1 1 2 2 |
输出 | 4 |
说明 | 输出共 3 行数据,第 1 行代表只有 1 组数据;第 2 行代表本组任务只有 1 台机器;第 3 行代表本机器:配置需要 2 分钟,执行需要 2 分钟。输出 1 行数据,代表执行结果为 4 分钟。 |
示例2 | |
输入 | 2 2 1 1 2 2 3 1 1 2 2 3 3 |
输出 | 4 7 |
说明 | 第一行代表输入共 2 组数据, 2 - 4 行代表第一组数据,为 2 台机器的配置、执行信息(第 1 台机器:配置需要 1 分钟,执行需要 1 分钟;第 2 台机器:配置需要 2 分钟,执行需要 2 分钟)。5 - 8 行代表第二组数据,为 3 台机器的配置、执行信息(意义同上)。输出共 2 行,分别代表第 1 组任务共需要 4 分钟和第 2 组任务需要 7 分钟(先配置 3,在配置 2,最后配置 1,执行 1 分钟,共 7 分钟)。 |
解读与分析
题目解读:
每台机器只有配置了才能执行。而在同一个时间段只能执行一台机器的配置(配置串行执行),在配置完成后,任务即可执行。
求出执行完所有任务的时间。
分析与思路:
对于每一组数据,可以采取贪心算法,遍历所有的组合情况,求出每种情况所需要的时间,经比较,输出时间最小的数字。
此算法的时间复杂度为 O(),空间复杂度为 O()。
代码实现
Java代码
import java.util.Scanner;/*** 高效的任务规划* * @since 2023.10.25* @version 0.1* @author Frank**/
public class EfficientTaskPlan {public static void main(String[] args) {Scanner sc = new Scanner(System.in);while (sc.hasNext()) {String input = sc.nextLine();int groupCnt = Integer.parseInt(input);int[] outputValues = new int[ groupCnt ];for( int i = 0; i < groupCnt; i ++ ){input = sc.nextLine();int machineCnt = Integer.parseInt( input );int [][] taskInfo = new int[machineCnt][2];for( int j = 0; j < machineCnt; j ++ ){input = sc.nextLine();String[] eachMachineStr = input.split( " " );int[] eachMachine = new int[2];eachMachine[0] = Integer.parseInt( eachMachineStr[0] );eachMachine[1] = Integer.parseInt( eachMachineStr[1] );taskInfo[j] = eachMachine;}int[] usedFlag = new int[taskInfo.length];for( int j = 0; j < usedFlag.length; j ++ ){usedFlag[j] = 0;}outputValues[i] = caculateEachGroupTaskPlan( usedFlag, taskInfo, 0 );}for( int i = 0; i < groupCnt; i ++ ){System.out.println( outputValues[i] );}}}private static int caculateEachGroupTaskPlan( int[] usedFlag, int [][] taskInfo, int curTask ) {int minTimeTake = Integer.MAX_VALUE;for( int i = 0; i < taskInfo.length; i ++ ){if( usedFlag[i] == 1 ){continue;}int tmpConfig = taskInfo[i][0];int tmpTask = taskInfo[i][1];usedFlag[i] = 1;int curTimeTake = tmpConfig + caculateEachGroupTaskPlan( usedFlag, taskInfo, tmpTask );usedFlag[i] = 0;if( curTimeTake <= curTask ){return curTask;}if( curTimeTake < minTimeTake ){minTimeTake = curTimeTake;}} if( minTimeTake < curTask || minTimeTake == Integer.MAX_VALUE ){minTimeTake = curTask;}return minTimeTake;}
}
JavaScript代码
const rl = require("readline").createInterface({ input: process.stdin });
var iter = rl[Symbol.asyncIterator]();
const readline = async () => (await iter.next()).value;
void async function() {while (line = await readline()) {var groupCnt = parseInt(line);var outputValues = new Array();for (var i = 0; i < groupCnt; i++) {line = await readline();var machineCnt = parseInt(line);var taskInfo = new Array();for (var j = 0; j < machineCnt; j++) {line = await readline();var eachMachineStr = line.split(" ");var eachMachine = new Array();eachMachine[0] = parseInt(eachMachineStr[0]);eachMachine[1] = parseInt(eachMachineStr[1]);taskInfo[j] = eachMachine;}var usedFlag = new Array();for (var j = 0; j < groupCnt; j++) {usedFlag[j] = 0;}outputValues[i] = caculateEachGroupTaskPlan(usedFlag, taskInfo, 0);}for (var i = 0; i < groupCnt; i++) {console.log(outputValues[i]);}}
}();function caculateEachGroupTaskPlan(usedFlag, taskInfo, curTask) {var minTimeTake = Number.MAX_VALUE;for (var i = 0; i < taskInfo.length; i++) {if (usedFlag[i] == 1) {continue;}var tmpConfig = taskInfo[i][0];var tmpTask = taskInfo[i][1];usedFlag[i] = 1;var curTimeTake = tmpConfig + caculateEachGroupTaskPlan(usedFlag, taskInfo, tmpTask);usedFlag[i] = 0;if (curTimeTake <= curTask) {return curTask;}if (curTimeTake < minTimeTake) {minTimeTake = curTimeTake;}}if (minTimeTake < curTask || minTimeTake == Number.MAX_VALUE) {minTimeTake = curTask;}return minTimeTake;
}
(完)