13、标题:任务最优调度
【任务最优调度】给定一个正整数组表示待系统执行的任务列表,数组的每一个元素代表一个任务,元素的值表示该任务的类型。请计算执行完所有任务所需的最短时间。
任务执行规则如下:
1、任务可以按任意顺序执行,且每个任务执行耗时间均为1个时间单位。
2、两个同类型的任务之间必须有长度为N个单位的冷却时间,比如N为2时,在时间K执行了类型3的任务,那么K+1和K+2两个时间不能执行类型3任务。
3、系统在任何一个单位时间内都可以执行一个任务,或者等待状态。说明:数组最大长度为1000,速度最大值1000。
输入描述:
第一行记录一个用半角逗号分隔的数组,数组长度不超过1000,数组元素的值不超过1000第二行记录任务冷却时间,N为正整数,N<=100。
输出描述:
输出为执行完所有任务所需的最短时间。
示例:
输入
2,2,2,3
2
输出
7

解题思路:

次数最大任务 - -
2 等待 等待
2 等待 等待
2

假设N=2,对于2,2,2,3任务中次数最大值为3,对应的任务为2,每次执行任务2之后都有2个等待,我们只需要用其他任务去填充这些等待即可,结果为:(3-1)*(2+1)+1
当任务种类大于N时,执行任务过程中将不会出现任何等待,结果为:len(tasks)


def task_schedule():
    arr = input().strip().split(",")
    n = int(input().strip())
    d = {}  # 记录各个任务出现的次数
    d_max = 0  # 任务次数最大值
    d_max_n = 0  # 任务次数最大值对应的任务个数
    for i in arr:
        d[i] = d.get(i, 0) + 1
        if d[i] > d_max:
            d_max = d[i]
    for k, v in d.items():
        if d[k] == d_max:
            d_max_n += 1
    return max((d_max - 1) * (n + 1) + d_max_n, len(arr))


print(task_schedule())