Given n maskiner representerade av en heltalsmatris arr[] där arr[i] anger tiden (i sekunder) som tas av i-th maskin att producera en punkt. Alla maskiner fungerar samtidigt och kontinuerligt. Dessutom får vi också ett heltal m representerar det totala antalet föremål som krävs . Uppgiften är att bestämma minsta tid behövs för att producera exakt m föremål effektivt.
Exempel:
Input: arr[] = [2 4 5] m = 7
Produktion: 8
Förklaring: Det optimala sättet att producera 7 föremål i minimum tid är 8 sekunder. Varje maskin producerar föremål i olika takt:
- Maskin 1 producerar en vara varje 2 sekunder → Producerar 8/2 = 4 föremål i 8 sekunder.
- Maskin 2 producerar en vara varje 4 sekunder → Producerar 8/4 = 2 föremål i 8 sekunder.
- Maskin 3 producerar en vara varje 5 sekunder → Producerar 8/5 = 1 föremål i 8 sekunder.
Totalt producerade varor i 8 sekunder = 4 + 2 + 1 = 7
Input: arr[] = [2 3 5 7] m = 10
Produktion: 9
Förklaring: Det optimala sättet att producera 10 föremål i minimum tid är 9 sekunder. Varje maskin producerar föremål i olika takt:
- Maskin 1 producerar en artikel varje 2 sekunder - producerar 9/2 = 4 föremål på 9 sekunder.
- Maskin 2 producerar en artikel varje 3 sekunder - producerar 9/3 = 3 föremål på 9 sekunder.
- Maskin 3 producerar ett föremål varje 5 sekunder - producerar 9/5 = 1 objekt på 9 sekunder.
- Maskin 4 producerar en artikel varje 7 sekunder - producerar 9/7 = 1 objekt på 9 sekunder.
Totalt producerade varor i 9 sekunder = 4 + 3 + 1 + 1 = 10
Innehållsförteckning
- Använda Brute Force Method - O(n*m*min(arr)) Tid och O(1) Mellanrum
- Använda binär sökning - O(n*log(m*min(arr))) Tid och O(1) Mellanrum
Använda Brute Force Method - O(n*m*min(arr)) Tid och O(1) Mellanrum
C++Tanken är att kontrollera stegvis den minsta tid som krävs för att producera exakt m föremål. Vi börjar med tid = 1 och fortsätt öka den tills det totala antalet föremål som produceras av alla maskiner ≥ m . Vid varje tidssteg beräknar vi antalet föremål varje maskin kan producera med hjälp av tid / arr[i] och summera dem. Eftersom alla maskiner fungerar samtidigt detta tillvägagångssätt säkerställer att vi hittar den minsta giltiga tiden.
// C++ program to find minimum time // required to produce m items using // Brute Force Approach #include using namespace std; int minTimeReq(vector<int> &arr int m) { // Start checking from time = 1 int time = 1; while (true) { int totalItems = 0; // Calculate total items produced at // current time for (int i = 0; i < arr.size(); i++) { totalItems += time / arr[i]; } // If we produce at least m items // return the time if (totalItems >= m) { return time; } // Otherwise increment time and // continue checking time++; } } int main() { vector<int> arr = {2 4 5}; int m = 7; cout << minTimeReq(arr m) << endl; return 0; }
Java // Java program to find minimum time // required to produce m items using // Brute Force Approach import java.util.*; class GfG { static int minTimeReq(int arr[] int m) { // Start checking from time = 1 int time = 1; while (true) { int totalItems = 0; // Calculate total items produced at // current time for (int i = 0; i < arr.length; i++) { totalItems += time / arr[i]; } // If we produce at least m items // return the time if (totalItems >= m) { return time; } // Otherwise increment time and // continue checking time++; } } public static void main(String[] args) { int arr[] = {2 4 5}; int m = 7; System.out.println(minTimeReq(arr m)); } }
Python # Python program to find minimum time # required to produce m items using # Brute Force Approach def minTimeReq(arr m): # Start checking from time = 1 time = 1 while True: totalItems = 0 # Calculate total items produced at # current time for i in range(len(arr)): totalItems += time // arr[i] # If we produce at least m items # return the time if totalItems >= m: return time # Otherwise increment time and # continue checking time += 1 if __name__ == '__main__': arr = [2 4 5] m = 7 print(minTimeReq(arr m))
C# // C# program to find minimum time // required to produce m items using // Brute Force Approach using System; class GfG { static int minTimeReq(int[] arr int m) { // Start checking from time = 1 int time = 1; while (true) { int totalItems = 0; // Calculate total items produced at // current time for (int i = 0; i < arr.Length; i++) { totalItems += time / arr[i]; } // If we produce at least m items // return the time if (totalItems >= m) { return time; } // Otherwise increment time and // continue checking time++; } } public static void Main() { int[] arr = {2 4 5}; int m = 7; Console.WriteLine(minTimeReq(arr m)); } }
JavaScript // JavaScript program to find minimum time // required to produce m items using // Brute Force Approach function minTimeReq(arr m) { // Start checking from time = 1 let time = 1; while (true) { let totalItems = 0; // Calculate total items produced at // current time for (let i = 0; i < arr.length; i++) { totalItems += Math.floor(time / arr[i]); } // If we produce at least m items // return the time if (totalItems >= m) { return time; } // Otherwise increment time and // continue checking time++; } } // Input values let arr = [2 4 5]; let m = 7; console.log(minTimeReq(arr m));
Produktion
8
Tidskomplexitet: O(n*m*min(arr)) eftersom vi för varje tidsenhet (upp till m * min(arr)) itererar genom n maskiner för att räkna producerade föremål.
Rymdkomplexitet: O(1) eftersom endast ett fåtal heltalsvariabler används; inget extra utrymme tilldelas.
Använda binär sökning - O(n*log(m*min(arr))) Tid och O(1) Mellanrum
De aning är att använda Binär sökning istället för att kolla varje gång sekventiellt vi observerar att den totala artiklar som produceras under en given tid T kan beräknas i På) . Den viktigaste observationen är att minsta möjliga tid är 1 och den maximala möjliga tiden är m * minMachineTime . Genom att ansöka binär sökning på detta intervall kontrollerar vi upprepade gånger mittvärdet för att avgöra om det är tillräckligt och justerar sökutrymmet därefter.
Steg för att implementera ovanstående idé:
- Ställ till vänster till 1 och rätt till m * minMachineTime för att definiera sökutrymmet.
- Initiera ans med rätt för att lagra den minsta tid som krävs.
- Kör binär sökning medan vänster är mindre än eller lika med rätt .
- Beräkna mitten och beräkna totalItems genom att iterera igenom arr och summera mid / arr[i] .
- Om totalItems är minst m uppdatera år och söka efter en kortare tid. Justera annars vänster till mitten + 1 för en större tid.
- Fortsätt söka tills den optimala minimitiden har hittats.
// C++ program to find minimum time // required to produce m items using // Binary Search Approach #include using namespace std; int minTimeReq(vector<int> &arr int m) { // Find the minimum value in arr manually int minMachineTime = arr[0]; for (int i = 1; i < arr.size(); i++) { if (arr[i] < minMachineTime) { minMachineTime = arr[i]; } } // Define the search space int left = 1; int right = m * minMachineTime; int ans = right; while (left <= right) { // Calculate mid time int mid = left + (right - left) / 2; int totalItems = 0; // Calculate total items produced in 'mid' time for (int i = 0; i < arr.size(); i++) { totalItems += mid / arr[i]; } // If we can produce at least m items // update answer if (totalItems >= m) { ans = mid; // Search for smaller time right = mid - 1; } else { // Search in right half left = mid + 1; } } return ans; } int main() { vector<int> arr = {2 4 5}; int m = 7; cout << minTimeReq(arr m) << endl; return 0; }
Java // Java program to find minimum time // required to produce m items using // Binary Search Approach import java.util.*; class GfG { static int minTimeReq(int[] arr int m) { // Find the minimum value in arr manually int minMachineTime = arr[0]; for (int i = 1; i < arr.length; i++) { if (arr[i] < minMachineTime) { minMachineTime = arr[i]; } } // Define the search space int left = 1; int right = m * minMachineTime; int ans = right; while (left <= right) { // Calculate mid time int mid = left + (right - left) / 2; int totalItems = 0; // Calculate total items produced in 'mid' time for (int i = 0; i < arr.length; i++) { totalItems += mid / arr[i]; } // If we can produce at least m items // update answer if (totalItems >= m) { ans = mid; // Search for smaller time right = mid - 1; } else { // Search in right half left = mid + 1; } } return ans; } public static void main(String[] args) { int[] arr = {2 4 5}; int m = 7; System.out.println(minTimeReq(arr m)); } }
Python # Python program to find minimum time # required to produce m items using # Binary Search Approach def minTimeReq(arr m): # Find the minimum value in arr manually minMachineTime = arr[0] for i in range(1 len(arr)): if arr[i] < minMachineTime: minMachineTime = arr[i] # Define the search space left = 1 right = m * minMachineTime ans = right while left <= right: # Calculate mid time mid = left + (right - left) // 2 totalItems = 0 # Calculate total items produced in 'mid' time for i in range(len(arr)): totalItems += mid // arr[i] # If we can produce at least m items # update answer if totalItems >= m: ans = mid # Search for smaller time right = mid - 1 else: # Search in right half left = mid + 1 return ans if __name__ == '__main__': arr = [2 4 5] m = 7 print(minTimeReq(arr m))
C# // C# program to find minimum time // required to produce m items using // Binary Search Approach using System; class GfG { static int minTimeReq(int[] arr int m) { // Find the minimum value in arr manually int minMachineTime = arr[0]; for (int i = 1; i < arr.Length; i++) { if (arr[i] < minMachineTime) { minMachineTime = arr[i]; } } // Define the search space int left = 1; int right = m * minMachineTime; int ans = right; while (left <= right) { // Calculate mid time int mid = left + (right - left) / 2; int totalItems = 0; // Calculate total items produced in 'mid' time for (int i = 0; i < arr.Length; i++) { totalItems += mid / arr[i]; } // If we can produce at least m items // update answer if (totalItems >= m) { ans = mid; // Search for smaller time right = mid - 1; } else { // Search in right half left = mid + 1; } } return ans; } static void Main() { int[] arr = {2 4 5}; int m = 7; Console.WriteLine(minTimeReq(arr m)); } }
JavaScript // JavaScript program to find minimum time // required to produce m items using // Binary Search Approach function minTimeReq(arr m) { // Find the minimum value in arr manually let minMachineTime = arr[0]; for (let i = 1; i < arr.length; i++) { if (arr[i] < minMachineTime) { minMachineTime = arr[i]; } } // Define the search space let left = 1; let right = m * minMachineTime; let ans = right; while (left <= right) { // Calculate mid time let mid = Math.floor(left + (right - left) / 2); let totalItems = 0; // Calculate total items produced in 'mid' time for (let i = 0; i < arr.length; i++) { totalItems += Math.floor(mid / arr[i]); } // If we can produce at least m items // update answer if (totalItems >= m) { ans = mid; // Search for smaller time right = mid - 1; } else { // Search in right half left = mid + 1; } } return ans; } // Driver code let arr = [2 4 5]; let m = 7; console.log(minTimeReq(arr m));
Produktion
8
Tidskomplexitet: O(n log(m*min(arr))) som binär sökning kör log(m × min(arr)) gånger varje kontroll av n maskiner.
Rymdkomplexitet: O(1) eftersom endast ett fåtal extra variabler används vilket gör det konstant utrymme.