這道題主要是找規律，優化的時候可以採用貪心算法的思想。
原題
給定一個用字符數組表示的 CPU 需要執行的任務列表。其中包含使用大寫的 A - Z 字母表示的26 種不同種類的任務。任務可以以任意順序執行，並且每個任務都可以在 1 個單位時間內執行完。CPU 在任何一個單位時間內都可以執行一個任務，或者在待命狀態。
然而，兩個相同種類的任務之間必須有長度爲 n 的冷卻時間，因此至少有連續 n 個單位時間內 CPU 在執行不同的任務，或者在待命狀態。
你需要計算完成所有任務所需要的最短時間。
示例 1：
輸入: tasks = ["A","A","A","B","B","B"], n = 2
輸出: 8
執行順序: A -> B -> (待命) -> A -> B -> (待命) -> A -> B.注：
- 任務的總個數爲 [1, 10000]。
- n 的取值範圍爲 [0, 100]。
原題url：https://leetcode-cn.com/problems/task-scheduler/
解題
找規律
這道題的思路，正向推導的話，其實就是優先排出現次數多的任務，根據間隔 n ，填充任務，直到所有任務的次數最終都減爲0。
因此，我們可以用數組存儲任務的總次數（因爲用大寫英文字母表示任務，那就代表最多隻能有26種任務），排序之後，按照間隔 n ，從大到小取任務，取完後，再對數組排序，重複上述取任務的過程，直到數組的最大值爲0。
接下來我們看看代碼：
public class Solution {
public int leastInterval(char[] tasks, int n) {
// 將task放入數組中
int[] countArray = new int[26];
for (char task: tasks) {
countArray[task - 'A']++;
}
// 從小到大，進行排序
Arrays.sort(countArray);
// 最終耗時
int time = 0;
// 從大到小開始遍歷
while (countArray[25] > 0) {
// 每次遍歷前n個數
int i = 0;
while (i <= n) {
// 說明所有任務已經執行完成
if (countArray[25] == 0) {
break;
}
// 遍歷
if (i < 26 && countArray[25 - i] > 0) {
countArray[25 - i]--;
}
// 耗時+1
time++;
// 更換任務
i++;
}
// 從小到大排序
Arrays.sort(countArray);
}
return time;
}
}提交OK，但執行時間上確實不太好，只打敗了47.62%的 java 執行時間，其時間複雜度爲O(time)， time 代表最終的執行時間。
貪心算法
我們再來想想這道題，影響最終執行時間的，有兩個因素，一個是任務中出現的最大次數，另一個就是間隔 n 了。
如果我們站在最多任務的角度，來看這個問題，假設其最大次數爲 maxCount，那麼該任務所需的最短執行時間爲(maxCount - 1) * (n + 1) + 1，如果還有其他 i 個和 maxCount 相同次數的任務，那麼需要在最終的結果上再加上 i。
那麼上面求出來的就是正確答案了嗎？
並不是，因爲上面的最短時間，是當剩餘時間片能夠塞滿任務數小於 maxCount 的所有任務。假設 n 很小，那麼剩餘任務肯定需要在任務數等於 maxCount 的那些任務執行完之後，還要繼續執行。
但因爲最大任務已經可以滿足在間隔時間內執行完，那麼出現次數小於 maxCount 的任務，肯定可以連續執行完成的，也就是不需要空閒等待時間。那麼此時的最短執行時間也就是總任務數了。
接下來我們看看代碼：
public class Solution {
public int leastInterval(char[] tasks, int n) {
if (tasks.length == 0 || n == 0) {
return tasks.length;
}
// 將task放入數組中
int[] countArray = new int[26];
for (char task : tasks) {
countArray[task - 'A']++;
}
// 從小到大，進行排序
Arrays.sort(countArray);
// 獲取最大次數
int maxCount = countArray[25];
// 如果其他次數都比maxCount小的話，求出針對maxCount的最短時間
int result = (maxCount - 1) * (n + 1);
// 遍歷countArray
for (int i = 25; i >= 0; i--) {
// 如果有和maxCount相同的，則執行時間+1
if (countArray[i] == maxCount) {
result++;
}
// 否則，直接結束
else {
break;
}
}
// 如果總任務數比理論上的最短時間長，說明任務很多，但可以把每個桶填滿，因此最短時間也就是總任務數
return Math.max(result, tasks.length);
}
}提交OK ，在所有 Java 提交中擊敗了100.00%的用戶，確實快了很多。其時間複雜度爲O(M)，M 代表總任務數。
總結
以上就是這道題目我的解答過程了，不知道大家是否理解了。這道題主要是找規律，優化的時候可以採用貪心算法的思想。
有興趣的話可以訪問我的博客或者關注我的公衆號、頭條號，說不定會有意外的驚喜。
公衆號：健程之道
