(C卷,200分)- 高效的任务规划（Java & JS & Python & C）

题目描述

你有 n 台机器，编号为 1~n，每台都需要完成一项工作，机器经过配置后都能独立完成一项工作。

假设第 i 台机器你需要花 Bi 分钟进行设置，然后开始运行，Ji 分钟后完成任务。

现在，你需要选择布置工作的顺序，使得用最短的时间完成所有工作。

注意，不能同时对两台进行配置，但配置完成的机器们可以同时执行他们各自的工作。

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，不会用空行分隔。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。

用例

题目解析

如上图是两个机器执行的两种方案，我们可以发现：绿色机器先执行的话，总用时最少。

因为，绿色机器的运行时间更长，而橙色机器可以在绿色机器运行过程中完成配置和执行。

得出结论：如果想让任务总用时最少，则优先配置”运行时间长”的机器。

那么，如果两个机器的运行时间相同，但是配置时间不同呢？

可以发现，两种配置方式的总用时是相同的。

得出结论：如果两个机器运行时间相同，则谁先配置都可以，对结果总用时无影响。

因此，对各个机器进行配置先后优先级排序后，再算出每个机器的配置结束时间 

此时，总用时 = max(“每个机器的配置结束时间 + 该机器的运行时间“)

JS算法源码

const rl = require("readline").createInterface({ input: process.stdin });
var iter = rl[Symbol.asyncIterator]();
const readline = async () => (await iter.next()).value;

void (async function () {
    // Write your code here
    const m = (await readline()) - 0; // 获取总任务数m
    const tasks = [];

    // 循环m次,每次获取一个任务下的机器详情
    for (let i = 0; i < m; i++) {
        const n = (await readline()) - 0; //获取机器数n
        const machines = [];

        //循环n次，每次获取一个机器的 配置时间、运行时间
        for (let j = 0; j < n; j++) {
            const machine = await readline(); // 获取机器的 配置时间、运行时间
            machines.push(machine.split(" ").map(Number));
        }

        // tasks中存放的是task，每个task下又存放多个机器信息，每个机器信息包括：配置时间、运行时间
        tasks.push(machines);
    }

    // 业务逻辑
    for (let task of tasks) {
        // 将每个任务中的机器工作顺序，按照运行时间降序排序
        task.sort((a, b) => b[1] - a[1]);

        let config_endTime = 0;
        let ans = 0;

        for (let [config_cost, run_cost] of task) {
            config_endTime += config_cost;
            ans = Math.max(ans, config_endTime + run_cost);
        }

        console.log(ans);
    }
})();

Java算法源码

import java.util.Arrays;
import java.util.Scanner;

public class Main {
  // 输入获取
  public static void main(String[] args) {
    Scanner sc = new Scanner(System.in);

    int m = sc.nextInt();

    int[][][] tasks = new int[m][][];

    for (int i = 0; i < m; i++) {
      int n = sc.nextInt();
      int[][] task = new int[n][2];
      for (int j = 0; j < n; j++) {
        task[j][0] = sc.nextInt();
        task[j][1] = sc.nextInt();
      }
      tasks[i] = task;
    }

    getResult(tasks);
  }

  // 算法入口
  public static void getResult(int[][][] tasks) {
    for (int[][] task : tasks) {
      // 将每个任务中的机器工作顺序，按照运行时间降序排序
      Arrays.sort(task, (a, b) -> b[1] - a[1]);

      int config_endTime = 0;
      int ans = 0;
      for (int[] info : task) {
        int config_cost = info[0];
        int run_cost = info[1];

        config_endTime += config_cost;
        ans = Math.max(ans, config_endTime + run_cost);
      }

      System.out.println(ans);
    }
  }
}

Python算法源码

# 输入获取
m = int(input())

tasks = [[] for _ in range(m)]

for i in range(m):
    n = int(input())
    task = [[] for _ in range(n)]
    for j in range(n):
        task[j] = list(map(int, input().split()))
    tasks[i] = task


# 算法入口
def getResult():
    for task in tasks:
        # 将每个任务中的机器工作顺序，按照运行时间降序排序
        task.sort(key=lambda x: -x[1])

        config_endTime = 0
        ans = 0

        for config_cost, run_cost in task:
            config_endTime += config_cost
            ans = max(ans, config_endTime + run_cost)

        print(ans)


# 算法调用
getResult()

C算法源码

#include <stdio.h>
#include <stdlib.h>

#define MAX(a, b) ((a) > (b) ? (a) : (b))

typedef struct {
    int config_cost;
    int run_cost;
} Task;

int cmp(const void *a, const void *b) {
    return ((Task *) b)->run_cost - ((Task *) a)->run_cost;
}

int main() {
    // 总共有 M 组任务数据
    int m;
    scanf("%d", &m);

    for (int i = 0; i < m; i++) {
        // 机器的数量 N
        int n;
        scanf("%d", &n);

        Task *tasks = (Task *) malloc(sizeof(Task) * n);
        for (int j = 0; j < n; j++) {
            // 配置时间，运行时间
            scanf("%d %d", &tasks[j].config_cost, &tasks[j].run_cost);
        }

        // 将每个任务中的机器工作顺序，按照运行时间降序排序
        qsort(tasks, n, sizeof(Task), cmp);

        int config_endTime = 0;
        int ans = 0;

        // 总用时 = max("每个机器的配置结束时间 + 该机器的运行时间")
        for (int j = 0; j < n; j++) {
            config_endTime += tasks[j].config_cost;
            ans = MAX(ans, config_endTime + tasks[j].run_cost);
        }

        printf("%dn", ans);
    }

    return 0;
}