class Solution {
public:
vector<int> busiestServers(int k, vector<int>& arrival, vector<int>& load) {
}
};
1606. 找到处理最多请求的服务器
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:
i
(序号从 0 开始)个请求到达。(i % k)
个服务器空闲,那么对应服务器会处理该请求。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:
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,所以它被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 。原站题解
python3 解法, 执行用时: 372 ms, 内存消耗: 37.1 MB, 提交时间: 2023-06-12 09:52:59
class Solution: def busiestServers(self, k: int, arrival: List[int], load: List[int]) -> List[int]: available = list(range(k)) busy = [] requests = [0] * k for i, (start, t) in enumerate(zip(arrival, load)): while busy and busy[0][0] <= start: _, id = heappop(busy) heappush(available, i + (id - i) % k) # 利用 Python 负数取模变成同余的非负数的性质 if available: id = heappop(available) % k requests[id] += 1 heappush(busy, (start + t, id)) maxRequest = max(requests) return [i for i, req in enumerate(requests) if req == maxRequest]
golang 解法, 执行用时: 252 ms, 内存消耗: 17.5 MB, 提交时间: 2023-06-12 09:52:37
func busiestServers(k int, arrival, load []int) (ans []int) { available := redblacktree.NewWithIntComparator() for i := 0; i < k; i++ { available.Put(i, nil) } busy := hp{} requests := make([]int, k) maxRequest := 0 for i, t := range arrival { for len(busy) > 0 && busy[0].end <= t { available.Put(busy[0].id, nil) heap.Pop(&busy) } if available.Size() == 0 { continue } node, _ := available.Ceiling(i % k) if node == nil { node = available.Left() } id := node.Key.(int) requests[id]++ if requests[id] > maxRequest { maxRequest = requests[id] ans = []int{id} } else if requests[id] == maxRequest { ans = append(ans, id) } heap.Push(&busy, pair{t + load[i], id}) available.Remove(id) } return } type pair struct{ end, id int } type hp []pair func (h hp) Len() int { return len(h) } func (h hp) Less(i, j int) bool { return h[i].end < h[j].end } func (h hp) Swap(i, j int) { h[i], h[j] = h[j], h[i] } func (h *hp) Push(v interface{}) { *h = append(*h, v.(pair)) } func (h *hp) Pop() interface{} { a := *h; v := a[len(a)-1]; *h = a[:len(a)-1]; return v }
java 解法, 执行用时: 106 ms, 内存消耗: 55.3 MB, 提交时间: 2023-06-12 09:51:02
class Solution { public List<Integer> busiestServers(int k, int[] arrival, int[] load) { PriorityQueue<int[]> used = new PriorityQueue<>((a,b)->a[0]-b[0]); PriorityQueue<Integer> available = new PriorityQueue<>((a,b)->a-b); for(int i = 0; i < k; i++) available.add(i); int[] cnts = new int[k]; for(int i = 0; i < arrival.length; i++) { int arr = arrival[i], duration = load[i]; while(!used.isEmpty() && used.peek()[0] <= arr) { int[] cur = used.poll(); available.add(i + ((cur[1] - i) % k + k) % k); } if(!available.isEmpty()) { int idx = available.poll() % k; cnts[idx]++; used.add(new int[]{arr + duration, idx}); } } List<Integer> ans = new ArrayList<>(); int m = 0; for(int i = 0; i < k; i++) { if(cnts[i] > m) { ans.clear(); ans.add(i); m = cnts[i]; } else if(cnts[i] == m) { ans.add(i); } } return ans; } }
python3 解法, 执行用时: 448 ms, 内存消耗: 40.3 MB, 提交时间: 2023-06-12 09:50:43
# 双优先队列 class Solution: def busiestServers(self, k: int, arrival: List[int], load: List[int]) -> List[int]: available, used, cnts = [i for i in range(k)], [], Counter() for i, (arr, duration) in enumerate(zip(arrival, load)): while used and used[0][0] <= arr: _, idx = heapq.heappop(used) # 唯一核心,让可用服务器按当前到达坐标i模k排序,且保证坐标模k同余 heapq.heappush(available, i + (idx - i) % k) if available: idx = heapq.heappop(available) % k cnts[idx] += 1 heapq.heappush(used, (arr + duration, idx)) return [k for k, v in cnts.items() if v == m] if (m := max(cnts.values())) else []