首页 > Java > java教程 > 正文

求解完成任务的最短时间:一种基于扫描线的算法教程

碧海醫心
发布: 2025-08-22 18:32:13
原创
912人浏览过

求解完成任务的最短时间:一种基于扫描线的算法教程

本文详细介绍了如何使用扫描线算法解决“求解完成任务的最短时间”问题。该问题涉及在给定的时间范围内完成多个任务,每个任务都有起始时间、结束时间和所需完成时间。本文将深入探讨算法逻辑,并通过Java代码示例展示如何有效地计算完成所有任务所需的最小时间。

问题描述

给定一个任务数组 tasks,其中每个任务表示为 [begin, end, period],分别表示任务的起始时间、结束时间和所需完成时间。任务必须在 begin 和 end 之间完成,且 period 表示完成任务所需的总时间。允许并行处理多个任务,目标是找到完成所有任务所需的最小时间。

算法思路:扫描线算法

解决此问题的有效方法是使用扫描线算法。该算法的核心思想是将任务的起始和结束时间点视为事件,然后按时间顺序扫描这些事件。

算家云
算家云

高效、便捷的人工智能算力服务平台

算家云 37
查看详情 算家云
  1. 事件拆分和排序: 将每个任务 [begin, end, period] 拆分为两个事件:起始事件 (begin, period, "start") 和结束事件 (end, begin, "end")。然后,将所有事件按时间顺序排序。注意结束事件需要携带开始时间信息,方便后续处理。
  2. 扫描过程: 维护一个栈(或者优先队列)来存储当前活跃的任务。当遇到起始事件时,将其添加到栈中。当遇到结束事件时,找到对应的起始事件,并计算该任务剩余需要完成的时间。然后,从栈中移除该任务,并更新栈中其他任务的剩余时间。
  3. 时间累加: 在扫描过程中,累加每个时间点实际执行任务的时间,最终得到完成所有任务所需的最小时间。

Java 代码示例

import java.util.*;

class Solution {
    public int minTimeToFinishTasks(List<List<Integer>> tasks) {
        List<int[]> events = new ArrayList<>();
        for (List<Integer> task : tasks) {
            int start = task.get(0);
            int end = task.get(1);
            int period = task.get(2);
            events.add(new int[]{start, period, 0, end}); // 0 for start
            events.add(new int[]{end, period, 1, start});   // 1 for end
        }

        // Sort events by time, if time is same, process end events first
        Collections.sort(events, (a, b) -> {
            if (a[0] != b[0]) {
                return a[0] - b[0];
            } else {
                return a[2] - b[2]; // End events first if time is same
            }
        });

        int res = 0;
        List<int[]> activeTasks = new ArrayList<>(); // Use a list as stack

        for (int[] event : events) {
            int time = event[0];
            int period = event[1];
            int type = event[2];
            int startTime = event[3];

            if (type == 0) { // Start event
                activeTasks.add(new int[]{startTime, period});
            } else { // End event
                // Find the corresponding start event
                int timeLeft = 0;
                for (int i = 0; i < activeTasks.size(); i++) {
                    if (activeTasks.get(i)[0] == startTime) {
                        timeLeft = activeTasks.get(i)[1];
                        activeTasks.remove(i);
                        break;
                    }
                }

                res += timeLeft;

                // Subtract time from other active tasks
                int subtract = timeLeft;
                for (int i = 0; i < activeTasks.size(); i++) {
                    int currentPeriod = activeTasks.get(i)[1];
                    int deduction = Math.min(subtract, currentPeriod);
                    activeTasks.get(i)[1] -= deduction;
                    subtract -= deduction;
                }
                 // Remove tasks with period <= 0 from stack after subtraction
                activeTasks.removeIf(task -> task[1] <= 0);
            }
        }

        return res;
    }

    public static void main(String[] args) {
        Solution solution = new Solution();
        List<List<Integer>> tasks = new ArrayList<>();
        tasks.add(Arrays.asList(1, 3, 2));
        tasks.add(Arrays.asList(2, 5, 3));
        tasks.add(Arrays.asList(5, 6, 2));
        int result = solution.minTimeToFinishTasks(tasks);
        System.out.println("Minimum time to finish tasks: " + result); // Output: 4
    }
}
登录后复制

代码解释

  1. minTimeToFinishTasks(List<List<Integer>> tasks): 主函数,接收任务列表作为输入,返回完成所有任务所需的最小时间。
  2. 事件列表创建: 遍历任务列表,将每个任务拆分为起始事件和结束事件,并添加到事件列表中。起始事件类型标记为0,结束事件类型标记为1。
  3. 事件排序: 使用 Collections.sort 方法对事件列表进行排序。排序规则是首先按时间升序排列,如果时间相同,则结束事件排在起始事件之前。
  4. 扫描过程: 遍历排序后的事件列表。
    • 起始事件: 将起始事件添加到 activeTasks 列表中。
    • 结束事件: 从 activeTasks 列表中找到对应的起始事件,计算该任务剩余需要完成的时间 timeLeft,并将其从 activeTasks 列表中移除。将 timeLeft 加到结果 res 中。然后,遍历 activeTasks 列表,从其他活跃任务中扣除最多 timeLeft 的时间。
  5. 返回结果: 返回 res,即完成所有任务所需的最小时间。

注意事项

  • 事件排序: 正确的事件排序是算法的关键。确保结束事件在相同时间点的起始事件之前处理,以避免时间计算错误。
  • 栈的维护: 在处理结束事件后,需要及时清理 activeTasks 列表,移除已经完成的任务,避免对后续计算产生影响。
  • 数据结构选择: 优先队列也可以作为activeTasks的数据结构,这样可以更加高效的找到剩余时间最短的任务。

总结

扫描线算法是一种解决此类时间调度问题的有效方法。通过将任务拆分为事件并按时间顺序处理,可以有效地计算完成所有任务所需的最小时间。该算法的时间复杂度主要取决于事件排序的时间复杂度,通常为 O(n log n),其中 n 是任务的数量。该方法思路清晰,代码实现相对简洁,易于理解和维护。

以上就是求解完成任务的最短时间:一种基于扫描线的算法教程的详细内容,更多请关注php中文网其它相关文章!

最佳 Windows 性能的顶级免费优化软件
最佳 Windows 性能的顶级免费优化软件

每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。

下载
来源:php中文网
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
最新问题
开源免费商场系统广告
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新 English
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号