Harmonogram zadań
Szczegółowy przewodnik i implementacja Python dla problemu „Harmonogram zadań”.
1. Ucz się
Problem „Harmonogramu zadań” jest kluczowym wyzwaniem w sekcji Sterta/Kolejka priorytetowa.
Ta implementacja koncentruje się na logice prostego poziomu w Python.
W dostarczanych przez nas rozwiązaniach priorytetem jest dokładność techniczna i czytelność kodu.
2. Real-World Applications
3. Visual Intuition
Wizualizacja przepływu logiki dla Harmonogramu zadań.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Przeczytaj uważnie opis problemu dotyczący Harmonogramu zadań.
2. Formulate brute force
Zaprojektuj proste rozwiązanie iteracyjne.
3. Identify inefficiency
Poszukaj zbędnych obliczeń.
4. Optimize search path
Użyj funkcji mieszania lub sortowania, aby przyspieszyć proces.
5. Final Implementation
Oczyść kod dla standardów produkcyjnych.
Oświadczenie o problemie
Otrzymujesz tablicę zadań procesora, każde reprezentowane przez literę od A do Z i okres chłodzenia n. Każdy cykl lub interwał umożliwia wykonanie jednego zadania. Zadania można wykonywać w dowolnej kolejności, ale istnieje ograniczenie: identyczne zadania muszą być oddzielone co najmniej n odstępami czasu ze względu na wymagania dotyczące chłodzenia.
Zwróć minimalną liczbę interwałów wymaganych do wykonania wszystkich zadań.
Napisz funkcję leastInterval(tasks: List[str], n: int) -> int.
- •1 <= len(tasks) <= 10^4
- •tasks[i] is an uppercase English letter
- •0 <= n <= 100
Przykłady
tasks = ["A","A","A","B","B","B"], n = 2
8
A possible sequence is A -> B -> idle -> A -> B -> idle -> A -> B.
tasks = ["A","A","A","B","B","B"], n = 0
6
With no cooling interval, tasks can be executed continuously without idles.
Need a Hint?
Edge Cases to Watch
- Puste struktury wejściowe
- Wejścia jednoelementowe
- Duże granice liczbowe
Gotowy do rozwiązania?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Spostrzeżenia i odmiany wywiadu
Podział analizy złożoności
Dlaczego Czas: Directly evaluates all possibilities.
Dlaczego kosmos: Uses standard local memory.
Dlaczego Czas: Optimized paths reduce total operations.
Dlaczego kosmos: May trade memory for speed.
Zoptymalizowany kod rozwiązania w języku Python
Zoptymalizowany kod rozwiązania w języku Python
import heapq, collections
def least_interval_opt(tasks, n):
count = collections.Counter(tasks)
maxHeap = [-cnt for cnt in count.values()]
heapq.heapify(maxHeap)
time = 0
q = collections.deque()
while maxHeap or q:
time += 1
if maxHeap:
cnt = 1 + heapq.heappop(maxHeap)
if cnt: q.append([cnt, time + n])
if q and q[0][1] == time:
heapq.heappush(maxHeap, q.popleft()[0])
return timeKod brutalnej siły (chroniony spoilerami)
Kod brutalnej siły (chroniony spoilerami)
def least_interval_brute(tasks, n):
import collections
counts = collections.Counter(tasks)
max_f = max(counts.values())
ans = (max_f - 1) * (n + 1)
for f in counts.values():
if f == max_f: ans += 1
return max(len(tasks), ans)Algorithm Pattern Checklist
When dealing with Heap / Priority Queue data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Obowiązują standardowe właściwości problemów ze stertą/kolejką priorytetową.
Powiązane pytania
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Polecane zasoby Pythona
Poszerzaj swoją wiedzę dzięki powiązanym interaktywnym samouczkom, ściągawkom i porównaniom kodów.
Pętle Pythona
Dowiedz się, jak używać pętli Pythona do iteracji danych. Opanuj pętle for, pętle while, przerywaj, kontynuuj i pętluj najlepsze praktyki dzięki interaktywnym przykładom.
Jak sortować listę w Pythonie
Dowiedz się, jak sortować listę w Pythonie za pomocą metody sort() i funkcji sorted(). Odkryj przykłady niestandardowego sortowania kluczy i odwrotnej kolejności.
Ściągawka dotycząca metod ciągów w Pythonie
Kompletny przewodnik dotyczący manipulacji ciągami znaków w języku Python. Opanuj formatowanie, wyszukiwanie, dzielenie, zastępowanie i sprawdzanie właściwości ciągów.
Python kontra JavaScript: który język programowania jest najlepszy?
Kompleksowe porównanie Pythona i JavaScript. Poznaj różnice w składni, wydajność, przypadki użycia (backend vs frontend) i przykłady kodowania.