LeetCode刷题日记2022-3-30/1606. 找到处理最多请求的服务器-优先队列&二分查找

Bu9_Maker

于 2022-03-30 10:34:53 发布

阅读量215

点赞数

分类专栏： Leetcode每日一题文章标签： leetcode 算法 python

本文链接：https://blog.youkuaiyun.com/qq_39225746/article/details/123839168

版权

Leetcode每日一题专栏收录该内容

184 篇文章

订阅专栏

1606. 找到处理最多请求的服务器

题目描述
题解思路
题解代码
Heap模块使用方法：
SortedList使用方法：

题目描述

你有 k 个服务器，编号为 0 到 k-1 ，它们可以同时处理多个请求组。每个服务器有无穷的计算能力但是不能同时处理超过一个请求。请求分配到服务器的规则如下：

第 i （序号从 0 开始）个请求到达。
如果所有服务器都已被占据，那么该请求被舍弃（完全不处理）。
如果第 (i % k) 个服务器空闲，那么对应服务器会处理该请求。
否则，将请求安排给下一个空闲的服务器（服务器构成一个环，必要的话可能从第 0 个服务器开始继续找下一个空闲的服务器）。比方说，如果第 i 个服务器在忙，那么会查看第 (i+1) 个服务器，第 (i+2) 个服务器等等。

给你一个严格递增的正整数数组 arrival ，表示第 i 个任务的到达时间，和另一个数组 load ，其中 load[i] 表示第 i 个请求的工作量（也就是服务器完成它所需要的时间）。你的任务是找到最繁忙的服务器。最繁忙定义为一个服务器处理的请求数是所有服务器里最多的。

请你返回包含所有最繁忙服务器序号的列表，你可以以任意顺序返回这个列表。

示例 1：

在这里插入图片描述

输入：k = 3, arrival = [1,2,3,4,5], load = [5,2,3,3,3] 
输出：[1] 
解释：
所有服务器一开始都是空闲的。
前 3 个请求分别由前 3 台服务器依次处理。
请求 3 进来的时候，服务器 0 被占据，所以它呗安排到下一台空闲的服务器，也就是服务器 1 。
请求 4 进来的时候，由于所有服务器都被占据，该请求被舍弃。
服务器 0 和 2 分别都处理了一个请求，服务器 1 处理了两个请求。所以服务器 1 是最忙的服务器。

示例 2：

输入：k = 3, arrival = [1,2,3,4], load = [1,2,1,2]
输出：[0]
解释：
前 3 个请求分别被前 3 个服务器处理。
请求 3 进来，由于服务器 0 空闲，它被服务器 0 处理。
服务器 0 处理了两个请求，服务器 1 和 2 分别处理了一个请求。所以服务器 0 是最忙的服务器。

示例 3：

输入：k = 3, arrival = [1,2,3], load = [10,12,11]
输出：[0,1,2]
解释：每个服务器分别处理了一个请求，所以它们都是最忙的服务器。

示例 4：

输入：k = 3, arrival = [1,2,3,4,8,9,10], load = [5,2,10,3,1,2,2]
输出：[1]

示例 5：

输入：k = 1, arrival = [1], load = [1]
输出：[0]

提示：

1 <= k <= 105
1 <= arrival.length, load.length <= 105
arrival.length == load.length
1 <= arrival[i], load[i] <= 109
arrival 保证严格递增。

题解思路

我们定义一个 优先队列

用来记录当前工作中的服务器以及其结束的时间
优先队列的队首满足当前所有工作中的服务器结束工作的最小时间

在定义一个有序列表

用来记录空闲中的服务器

以及一个长度为k的数组

记录每个服务器处理任务的数量

紧接着我们遍历每个任务到达的时间以及处理这个任务需要的时间

首先我们查找优先队列中的队首判断其是否小于任务到达的时间
- 如果是我们将其添加到有序列表 也就是将其添加到空闲服务器列表
- 并将其弹出优先队列
接着我们判断有序列表中是否有空闲服务器存在，
- 如果没有我们直接丢弃这个任务
如果有空闲服务器的存在我们去有序列表中查找大于等于i mod k的第一个元素
- 如果他存在于有序列表中我们将其下标记录
- 否则将取出有序列表中第一个服务器
然后根据下标我们将该服务器工作的任务量加一

最后找到工作量最大的服务器并记录其工作量

然后找到与这个工作量相等的所有服务器

题解代码

from sortedcontainers import SortedList
class Solution:
    def busiestServers(self, k: int, arrival: List[int], load: List[int]) -> List[int]:
        rest_server=SortedList(range(k))
        work_num=[0]*k
        is_work_server=[]

        for i,(start,t) in enumerate(zip(arrival,load)):
            while is_work_server and is_work_server[0][0]<=start:
                rest_server.add(is_work_server[0][1])
                heappop(is_work_server)
            if len(rest_server)==0:
                continue
            j=rest_server.bisect_left(i%k)
            if j==len(rest_server):
                j=0
            indx=rest_server[j]
            work_num[indx]+=1
            heappush(is_work_server,(start+t,indx))
            rest_server.remove(indx)
        
        max_num=max(work_num)
        ans=[]
        for i,num in enumerate(work_num):
            if num==max_num:
                ans.append(i)
        return ans

Heap模块使用方法：

https://blog.youkuaiyun.com/calling_wisdom/article/details/41676133

SortedList使用方法：

https://blog.youkuaiyun.com/leigeno/article/details/119971863?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522164860760816780265486342%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=164860760816780265486342&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_allbaidu_landing_v2~default-4-119971863.142^v5pc_search_result_control_group,143^v6control&utm_term=Python+sortedlist&spm=1018.2226.3001.4187