原文链接: https://leetcode-cn.com/problems/exclusive-time-of-functions
英文原文
On a single-threaded CPU, we execute a program containing n
functions. Each function has a unique ID between 0
and n-1
.
Function calls are stored in a call stack: when a function call starts, its ID is pushed onto the stack, and when a function call ends, its ID is popped off the stack. The function whose ID is at the top of the stack is the current function being executed. Each time a function starts or ends, we write a log with the ID, whether it started or ended, and the timestamp.
You are given a list logs
, where logs[i]
represents the ith
log message formatted as a string "{function_id}:{"start" | "end"}:{timestamp}"
. For example, "0:start:3"
means a function call with function ID 0
started at the beginning of timestamp 3
, and "1:end:2"
means a function call with function ID 1
ended at the end of timestamp 2
. Note that a function can be called multiple times, possibly recursively.
A function's exclusive time is the sum of execution times for all function calls in the program. For example, if a function is called twice, one call executing for 2
time units and another call executing for 1
time unit, the exclusive time is 2 + 1 = 3
.
Return the exclusive time of each function in an array, where the value at the ith
index represents the exclusive time for the function with ID i
.
Example 1:
Input: n = 2, logs = ["0:start:0","1:start:2","1:end:5","0:end:6"] Output: [3,4] Explanation: Function 0 starts at the beginning of time 0, then it executes 2 for units of time and reaches the end of time 1. Function 1 starts at the beginning of time 2, executes for 4 units of time, and ends at the end of time 5. Function 0 resumes execution at the beginning of time 6 and executes for 1 unit of time. So function 0 spends 2 + 1 = 3 units of total time executing, and function 1 spends 4 units of total time executing.
Example 2:
Input: n = 1, logs = ["0:start:0","0:start:2","0:end:5","0:start:6","0:end:6","0:end:7"] Output: [8] Explanation: Function 0 starts at the beginning of time 0, executes for 2 units of time, and recursively calls itself. Function 0 (recursive call) starts at the beginning of time 2 and executes for 4 units of time. Function 0 (initial call) resumes execution then immediately calls itself again. Function 0 (2nd recursive call) starts at the beginning of time 6 and executes for 1 unit of time. Function 0 (initial call) resumes execution at the beginning of time 7 and executes for 1 unit of time. So function 0 spends 2 + 4 + 1 + 1 = 8 units of total time executing.
Example 3:
Input: n = 2, logs = ["0:start:0","0:start:2","0:end:5","1:start:6","1:end:6","0:end:7"] Output: [7,1] Explanation: Function 0 starts at the beginning of time 0, executes for 2 units of time, and recursively calls itself. Function 0 (recursive call) starts at the beginning of time 2 and executes for 4 units of time. Function 0 (initial call) resumes execution then immediately calls function 1. Function 1 starts at the beginning of time 6, executes 1 units of time, and ends at the end of time 6. Function 0 resumes execution at the beginning of time 6 and executes for 2 units of time. So function 0 spends 2 + 4 + 1 = 7 units of total time executing, and function 1 spends 1 unit of total time executing.
Example 4:
Input: n = 2, logs = ["0:start:0","0:start:2","0:end:5","1:start:7","1:end:7","0:end:8"] Output: [8,1]
Example 5:
Input: n = 1, logs = ["0:start:0","0:end:0"] Output: [1]
Constraints:
1 <= n <= 100
1 <= logs.length <= 500
0 <= function_id < n
0 <= timestamp <= 109
- No two start events will happen at the same timestamp.
- No two end events will happen at the same timestamp.
- Each function has an
"end"
log for each"start"
log.
中文题目
有一个 单线程 CPU 正在运行一个含有 n
道函数的程序。每道函数都有一个位于 0
和 n-1
之间的唯一标识符。
函数调用 存储在一个 调用栈 上 :当一个函数调用开始时,它的标识符将会推入栈中。而当一个函数调用结束时,它的标识符将会从栈中弹出。标识符位于栈顶的函数是 当前正在执行的函数 。每当一个函数开始或者结束时,将会记录一条日志,包括函数标识符、是开始还是结束、以及相应的时间戳。
给你一个由日志组成的列表 logs
,其中 logs[i]
表示第 i
条日志消息,该消息是一个按 "{function_id}:{"start" | "end"}:{timestamp}"
进行格式化的字符串。例如,"0:start:3"
意味着标识符为 0
的函数调用在时间戳 3
的 起始开始执行 ;而 "1:end:2"
意味着标识符为 1
的函数调用在时间戳 2
的 末尾结束执行。注意,函数可以 调用多次,可能存在递归调用 。
函数的 独占时间 定义是在这个函数在程序所有函数调用中执行时间的总和,调用其他函数花费的时间不算该函数的独占时间。例如,如果一个函数被调用两次,一次调用执行 2
单位时间,另一次调用执行 1
单位时间,那么该函数的 独占时间 为 2 + 1 = 3
。
以数组形式返回每个函数的 独占时间 ,其中第 i
个下标对应的值表示标识符 i
的函数的独占时间。
示例 1:
输入:n = 2, logs = ["0:start:0","1:start:2","1:end:5","0:end:6"] 输出:[3,4] 解释: 函数 0 在时间戳 0 的起始开始执行,执行 2 个单位时间,于时间戳 1 的末尾结束执行。 函数 1 在时间戳 2 的起始开始执行,执行 4 个单位时间,于时间戳 5 的末尾结束执行。 函数 0 在时间戳 6 的开始恢复执行,执行 1 个单位时间。 所以函数 0 总共执行 2 + 1 = 3 个单位时间,函数 1 总共执行 4 个单位时间。
示例 2:
输入:n = 1, logs = ["0:start:0","0:start:2","0:end:5","0:start:6","0:end:6","0:end:7"] 输出:[8] 解释: 函数 0 在时间戳 0 的起始开始执行,执行 2 个单位时间,并递归调用它自身。 函数 0(递归调用)在时间戳 2 的起始开始执行,执行 4 个单位时间。 函数 0(初始调用)恢复执行,并立刻再次调用它自身。 函数 0(第二次递归调用)在时间戳 6 的起始开始执行,执行 1 个单位时间。 函数 0(初始调用)在时间戳 7 的起始恢复执行,执行 1 个单位时间。 所以函数 0 总共执行 2 + 4 + 1 + 1 = 8 个单位时间。
示例 3:
输入:n = 2, logs = ["0:start:0","0:start:2","0:end:5","1:start:6","1:end:6","0:end:7"] 输出:[7,1] 解释: 函数 0 在时间戳 0 的起始开始执行,执行 2 个单位时间,并递归调用它自身。 函数 0(递归调用)在时间戳 2 的起始开始执行,执行 4 个单位时间。 函数 0(初始调用)恢复执行,并立刻调用函数 1 。 函数 1在时间戳 6 的起始开始执行,执行 1 个单位时间,于时间戳 6 的末尾结束执行。 函数 0(初始调用)在时间戳 7 的起始恢复执行,执行 1 个单位时间,于时间戳 7 的末尾结束执行。 所以函数 0 总共执行 2 + 4 + 1 = 7 个单位时间,函数 1 总共执行 1 个单位时间。
示例 4:
输入:n = 2, logs = ["0:start:0","0:start:2","0:end:5","1:start:7","1:end:7","0:end:8"] 输出:[8,1]
示例 5:
输入:n = 1, logs = ["0:start:0","0:end:0"] 输出:[1]
提示:
1 <= n <= 100
1 <= logs.length <= 500
0 <= function_id < n
0 <= timestamp <= 109
- 两个开始事件不会在同一时间戳发生
- 两个结束事件不会在同一时间戳发生
- 每道函数都有一个对应
"start"
日志的"end"
日志
通过代码
官方题解
方法一:栈
我们可以使用栈来模拟函数的调用,即在遇到一条包含 start
的日志时,我们将对应的函数 id
入栈;在遇到一条包含 end
的日志时,我们将对应的函数 id
出栈。在每一个时刻,栈中的所有函数均为被调用的函数,而栈顶的函数为正在执行的函数。
在每条日志的时间戳后,栈顶的函数会独占执行,直到下一条日志的时间戳,因此我们可以根据相邻两条日志的时间戳差值,来计算函数的独占时间。我们依次遍历所有的日志,对于第 i
条日志,如果它包含 start
,那么栈顶函数从其时间戳 time[i]
开始运行,即 prev = time[i]
;如果它包含 end
,那么栈顶函数从其时间戳 time[i]
的下一个时间开始运行,即 prev = time[i] + 1
。对于第 i + 1
条日志,如果它包含 start
,那么在时间戳 time[i + 1]
时,有新的函数被调用,因此原来的栈顶函数的独占时间为 time[i + 1] - prev
;如果它包含 end
,那么在时间戳 time[i + 1]
时,原来的栈顶函数执行结束,独占时间为 time[i + 1] - prev + 1
。在这之后,我们更新 prev
并遍历第 i + 2
条日志。在遍历结束后,我们就可以得到所有函数的独占时间。
<,,,,,,,>
public class Solution {
public int[] exclusiveTime(int n, List < String > logs) {
Stack < Integer > stack = new Stack < > ();
int[] res = new int[n];
String[] s = logs.get(0).split(":");
stack.push(Integer.parseInt(s[0]));
int i = 1, prev = Integer.parseInt(s[2]);
while (i < logs.size()) {
s = logs.get(i).split(":");
if (s[1].equals("start")) {
if (!stack.isEmpty())
res[stack.peek()] += Integer.parseInt(s[2]) - prev;
stack.push(Integer.parseInt(s[0]));
prev = Integer.parseInt(s[2]);
} else {
res[stack.peek()] += Integer.parseInt(s[2]) - prev + 1;
stack.pop();
prev = Integer.parseInt(s[2]) + 1;
}
i++;
}
return res;
}
}
复杂度分析
时间复杂度:$O(N)$。我们需要遍历所有的日志,因为有 $N$ 个函数,因此日志的数量为 $2N$。
空间复杂度:$O(N)$,为栈占用的空间。
统计信息
通过次数 | 提交次数 | AC比率 |
---|---|---|
10480 | 18832 | 55.6% |
提交历史
提交时间 | 提交结果 | 执行时间 | 内存消耗 | 语言 |
---|