京东2019年面试题—冲咖啡和洗咖啡杯问题
题目描述：
首先，给你几个数据：
-
数组arr：表示几个咖啡机，这几个咖啡机生产一杯咖啡所需要的时间就是数组中的值，例如arr=[2,3,7]就表示第一台咖啡机生产一杯咖啡需要2单位时间，第二台需要3单位时间，第三台需要7单位时间。
-
int N：表示有N个人需要用咖啡机制作咖啡，每人一杯，同时，假设制作完咖啡后，喝咖啡时间为0，一口闷。
-
int a：表示用洗碗机洗一个咖啡杯需要的时间，串行运行。
-
int b：表示咖啡杯也可以不洗，自然晾干的时间。咖啡杯要么洗，要么晾干。
现在，请你求出这N个人从开始用咖啡杯制作咖啡到杯子洗好或者晾干的最少时间？
分析：题目的意思就是，从第一个人开始冲咖啡计时，到最后一个人喝完咖啡，并把杯子全部洗干净，最少需要多少时间？？？
整体大致分为两个部分：
- 需要计算出每个人冲好咖啡的时间点。
- 根据每个人冲好咖啡的时间点，开始洗杯子。（因为咖啡是一口喝完的，冲好咖啡的时间点，也就是洗杯子的时间点）
冲咖啡和洗杯子，是两码事，分开讨论即可。
-
冲咖啡
- 采用小根堆的形式，进行组织数据。 准备工作：我们先将所有的咖啡机（arr）以Node节点的形式，放入堆中。Node节点如下：
public class Node { public int requireTime; //冲一个咖啡花费的时间 public int freeTime; //当前咖啡机，在什么时间才是空闲 public Node(int freeTime, int requireTime) { this.requireTime = requireTime; this.freeTime = freeTime; } }如上，Node节点里只有两个参数，
一个是当前咖啡机冲一杯咖啡所花费的时间，另一个就是在什么时间点，当前这台咖啡机才是空闲的状态。堆中组织数据的规则是：将这两个参数加起来，作为参数，来组织成小根堆。-
接下来，就是计算每个人冲好咖啡的时间点，流程如下：因为是小根堆组织的数据，当前堆顶的咖啡机就是最佳的选择。 弹出堆顶的咖啡机，将两个参数（requireTime、freeTime）相加，就是当前这台咖啡机冲好一杯咖啡的时间。并用一个数组，记录好当前数据即可。然后将这两个参数的和作为新Node节点freeTime，requireTime时间不变，再次将当前咖啡机放入小根堆。循环这一步骤，有多少个人，就循环几次即可。
PriorityQueue<Node> minHeap = new PriorityQueue<>((o1, o2) -> o1.freeTime + o1.requireTime - o2.freeTime - o2.requireTime); //将所有咖啡机打包放入堆中 for (int i = 0; i < arr.length; i++) { //刚开始，每台咖啡机都是0点开始 minHeap.add(new Node(0, arr[i])); } int[] drinks = new int[N]; //N是总人数 for (int i = 0; i < N; i++) { Node node = minHeap.poll(); drinks[i] = node.freeTime + node.requireTime; node.freeTime = drinks[i]; //更新空闲时间 minHeap.add(node); //再次压入堆中 }
-
洗咖啡杯
每个人冲好咖啡的时间点，就是需要洗杯子的时间点。则参数就是上面代码计算出来的drinks数组。
对于每个杯子来说，只有两种选择，要么是机器洗，要么就是自然晾干，我们先用递归的方法来解，然后在递归的基础之上，再改进为动态规划。有如下代码：
/** drinks是每个人洗杯子的时间点 a 是机器洗一个杯子的时间 b是自然晾干一个杯子的时间 index指向drinks数组 washLine表示洗杯子的机器什么时候才是空闲状态 */ public static int process(int[] drinks, int a, int b, int index, int washLine) { if (index == drinks.length - 1) { //机器洗完这个杯子的时间 int wash = Math.max(drinks[index], washLine) + a; int autoDry = drinks[index] + b; //自然晾干的时间 return Math.min(wash, autoDry); } //机器洗完当前杯子的时间 int wash = Math.max(drinks[index], washLine) + a; //剩下的杯子去递归，计算出最优结果。传递是刚计算出来的wash int next = process(drinks, a, b, index + 1, wash); int p1 = Math.min(wash, next); //机器洗，最优的结果 //自然晾干的时间 int autoDry = drinks[index] + b; //剩下的杯子去递归，计算出最优结果。传递的还是原washLine next = process(drinks, a, b, index + 1, washLine); int p2 = Math.min(autoDry, next); //自然晾干，最优的结果 //机器洗和自然晾干两种结果，取最优返回 return Math.min(p1, p2); }以上代码就是递归的解法，整体分为两部分，机器洗和自然晾干，然后分别调用子过程，取最优结果即可。
看一个代码是否需要改动态规划，我们就得判断当前代码是否存在着大量的重复计算。假设第一个杯子机器洗，则第二个杯子可能是机器洗，也可能是自然晾干；假设第一个杯子是自然晾干，则第二个杯子也可能是机器洗，也可能是自然晾干。在第一个杯子这里，分为两个子过程，且这两个子过程的计算重复了，那么这个代码就是需要改动态规划的。
本质上，动态规划就是在计算出结果后，存储在另外一个表中，下次还是求这个状态的话，就直接从表中拿数据即可。
根据递归的代码可以看出，整个递归过程，唯一在改变的形参只有两个（index和washLine）。所以我们可以建一张二维表，行就是index，列就是washLine。这样一张表，就能存储下所有的结果。
index的值就是有多少个人，那么主要问题就在于washLine的值，应该怎么来确定？？
最坏的情况就是，所有的杯子都是用机器洗，那么washLine最大的取值范围就是机器洗完所有杯子的时间。动态规划代码如下：
//动态规划版本 public static int process(int[] drinks, int a, int b) { int index = drinks.length; int washLine = 0; for (int i = 0; i < index; i++) { int tmp = Math.max(washLine, drinks[i]) + a; washLine += tmp; } int[][] dp = new int[index][washLine]; //根据递归的所有结束条件，来填dp表 //index = drinks,length -1。也就是最后一行 for (int i = 0; i < washLine; i++) { //机器洗和自然洗，取最优的结果 dp[index -1][i] = Math.min(Math.max(drinks[i], i) + a, drinks[i] + b); } //填好最后一行后，剩下的就是普通位置的填写 //i就是index，j就是当前洗杯子的机器的空闲时间 for (int i = N - 2; i >= 0; i--) { for (int j = 0; j < washLine; j++) { int wash = Math.max(drinks[i], j) + a; int next = 0; if (wash < washLine) { next = dp[i + 1][wash]; //子过程 } dp[i][j] = Math.max(wash, next); int autoDry = drinks[i] + b; next = dp[i + 1][j]; //子过程 //机器洗和自然晾干，两种可能性取最优 dp[i][j] = Math.min(dp[i][j], Math.max(autoDry, next)); } } return dp[0][0]; //返回左上角的结果即可 }源码：GitHub
好啦，以上全部就是这一道题的解析，如若有错误，还望评论区指点！！！我们下期再见吧！！！