【华为OD机考】华为OD笔试真题解析(16)--微服务的集成测试

题目描述

现在有n个容器服务,服务的启动可能有一定的依赖性(有些服务启动没有依赖),其次,服务自身启动加载会消耗一些时间。

给你一个 n × n n \times n n×n的二维矩阵useTime,其中useTime[i][i]=10表示服务i自身启动加载需要消耗10s,useTime[i][j]=1表示服务i启动依赖服务j启动完成,useTime[i][k]=0表示服务i启动不依赖服务k。其中o <= i, j, k < n。服务之间没有循环依赖(不会出现环),若想对任意一个服务i进行集成测试(服务i自身也需要加载),求最少需要等待多少时间。

输入描述

第一行输入服务总量n,之后的n行表示服务启动的依赖关系以及自身启动加载耗时,最后输入k表示计算需要等待多少时间后,可以对服务k进行集成测试,其中1 <= k <= n, 1 <= n <= 100

输出描述

最少需要等待多少时间(单位:秒)后,可以对服务k进行集成测试。

示例描述

示例一

输入:

text 复制代码
3
5 0 0
1 5 0
0 1 5
3

输出:

text 复制代码
15

说明:

服务3启动依赖服务2,服务2启动依赖服务1,由于服务1、2、3自身加载都需要消耗5s,所以5+5+5=15s,需要等待15s后可以对服务3进行集成测试。

示例二

输入:

text 复制代码
3
5 0 0
1 10 1
1 0 11
2

输出:

text 复制代码
26

说明:

服务2启动依赖服务1和服务3,服务3启动需要依赖服务1,服务1、2、3自身加载需要消耗5s、10s、11s,所以5+10+11=26s,需要等待26s后可以对服务2进行集成测试。

示例三

输入:

text 复制代码
4
2 0 0 0
0 3 0 0
1 1 4 0
1 1 1 5
4

输出:

text 复制代码
12

说明:

服务3启动依赖服务1和服务2,服务4启动需要依赖服务1、2、3,服务1、2、3、4自身加载需要消耗2s、3s、4s、5s,所以3+4+5=12s(因为服务1和服务2可以同时启动),需要等待12s后可以对服务4进行集成测试。

示例四

输入:

text 复制代码
5
1 0 0 0 0
0 2 0 0 0
1 1 3 0 0
1 1 0 4 0
0 0 1 1 5
5

输出:

text 复制代码
11

说明:

服务3启动依赖服务1和服务2,服务4启动需要依赖服务1和服务2,服务5启动需要依赖服务3和服务4,服务1、2、3、4、5自身加载需要消耗1s、2s、3s、4s、5s,所以2+4+5=11s(因为服务1和服务2可以同时启动,服务3和服务4可以同时启动),需要等待11s后可以对服务5进行集成测试。

解题思路

  1. 本题使用深度优先遍历DFS进行解题;
  2. 调用深度优先遍历,返回总耗时
  3. 深度优先遍历:
    1. 确认递归函数的参数:参数包括服务k、服务耗时矩阵arr
    2. 终止条件:当查找不到启动依赖服务终止,返回耗时,并加上服务自身耗时。
    3. 处理:遍历服务,得到服务k启动依赖的服务。
    4. 递归遍历,计算下一层依赖服务的耗时,得到总最大服务耗时时间。
  4. 返回服务总耗时时间。

解题代码

python 复制代码
def dfs(arr, k):
    max_time = 0
    # 遍历服务
    for i in range(len(arr)):
        # 得到服务k启动依赖的服务
        if arr[k][i] != 0 and i != k:
            # 计算启动依赖服务的最大耗时,并记录到总耗时中
            max_time = max(max_time, dfs(arr, i))
    return max_time + arr[k][k]


def solve_method(arr, k):
    total_time = dfs(arr, k - 1)
    return total_time

if __name__ == '__main__':
    k = 3
    useTime = [
        [5, 0, 0],
        [1, 5, 0],
        [0, 1, 5]
    ]
    assert solve_method(useTime, k) == 15

    k = 2
    useTime = [
        [5, 0, 0],
        [1, 10, 1],
        [1, 0, 11]
    ]
    assert solve_method(useTime, k) == 26

    k = 4
    useTime = [
        [2, 0, 0, 0],
        [0, 3, 0, 0],
        [1, 1, 4, 0],
        [1, 1, 1, 5],
    ]
    assert solve_method(useTime, k) == 12

    k = 5
    useTime = [
        [1, 0, 0, 0, 0],
        [0, 2, 0, 0, 0],
        [1, 1, 3, 0, 0],
        [1, 1, 0, 4, 0],
        [0, 0, 1, 1, 5]
    ]
    assert solve_method(useTime, k) == 11
相关推荐
长路归期无望1 小时前
C语言小白实现多功能计算器的艰难历程
c语言·开发语言·数据结构·笔记·学习·算法
Turboex邮件分享2 小时前
Syslog日志集成搭建
运维·elasticsearch·集成测试
MobotStone2 小时前
AI训练的悖论:为什么越追求准确率越会产生幻觉?
算法
怀旧,3 小时前
【C++】26. 智能指针
开发语言·c++·算法
Haooog3 小时前
654.最大二叉树(二叉树算法)
java·数据结构·算法·leetcode·二叉树
Swift社区3 小时前
LeetCode 392 判断子序列
算法·leetcode·职场和发展
芒果量化4 小时前
ML4T - 第7章第8节 利用LR预测股票价格走势Predicting stock price moves with Logistic Regression
算法·机器学习·线性回归
东方芷兰4 小时前
JavaWeb 课堂笔记 —— 20 SpringBootWeb案例 配置文件
java·开发语言·笔记·算法·log4j·intellij-idea·lua
Diligence8154 小时前
最优化方法
算法
会编程是什么感觉...5 小时前
算法 - FOC闭环位置控制
算法·foc