Programmation compétitiveFacile

Séquencement des tâches

Guide détaillé et implémentation de Python pour le problème 'Job Sequencing'.

Énoncé du problème

Facile

Écrivez une fonction job_scheduling(jobs) qui prend une liste de tuples jobs où chaque tuple est (job_id, deadline, profit). Chaque tâche prend 1 unité de temps pour être complétée. Trouvez le profit maximum et le nombre de tâches terminées, et renvoyez-les sous forme de tuple (job_count, max_profit).

Contraintes
  • 1 <= len(jobs) <= 10^4
  • 1 <= deadline <= 100
  • 1 <= profit <= 1000

Exemples

Example 1
Input
job_scheduling([(1, 4, 20), (2, 1, 10), (3, 1, 40), (4, 1, 30)])
Output
(2, 60)
Explanation

We can do job 3 at time 1 and job 1 at time 2. Total profit is 40 + 20 = 60.

Example 2
Input
job_scheduling([(1, 2, 100), (2, 1, 19), (3, 2, 27), (4, 1, 25), (5, 3, 15)])
Output
(3, 142)
Explanation

We can do job 1, 3, and 5 for a total profit of 100 + 27 + 15 = 142.

Need a Hint?
Pensez à utiliser des structures de données spécifiques à Greedy, comme des ensembles ou des tas.
Edge Cases to Watch
  • Structures d'entrée vides
  • Entrées à élément unique
  • Grandes limites numériques

Prêt à résoudre ?

Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.

Ouvrir dans l'éditeur
Found this breakdown helpful?

PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!

Buy me a coffee

Ressources Python recommandées

Développez vos connaissances avec des didacticiels interactifs, des aide-mémoire et des comparaisons de codes associés.