一、题目描述
某公司研发了一款高性能AI处理器，每台物理设备具备8颗AI处理器，编号分别为0、1、2、3、4、5、6、7。
编号0~3的处理器处于同一链路中，编号4~7的处理器处于另外一个链路中，不同链路中的处理器不能通信，如下图所示。
现给定服务器可用的处理器编号数组array，以及任务申请的处理器数量num，找出符合下列亲和性调度原则的芯片组合，如果不存在符合要求的组合，则返回空列表。
亲和性调度原则：
- 如果申请处理器个数为1，则选择同一链路，剩余可用的处理器数量为1个的最佳，其次是剩余3个的为次佳，然后是剩余2个，最后是剩余4个。
- 如果申请处理器个数为2，则选择同一链路剩余可用的处理器2个的为最佳，其余是剩余4个，最后是剩余3个。
- 如果申请处理器个数为4，则必须选择同一链路剩余可用的处理器数量为4个。
- 如果申请处理器个数为8，则申请节点所有8个处理器。
提示：
- 任务申请的处理器数量只能是1、2、4、8。
- 编号0~3的处理器处于一个链路，编号4~7的处理器处于另外一个链路。
- 处理器编号唯一，且不存在相同编号处理器。
二、输入描述
输入包含可用的处理器编号数组array，以及任务申请的处理器数量num两个部分。
第一行为array，第二行为num。例如：
[0, 1, 4, 5, 6, 7]
1
表示当前编号为0、1、4、5、6、7的处理器可用。任务申请1个处理器
数据范围：
0 <= array.length <= 8
0 <= array[i] <= 7
num in [1, 2, 4, 8]
三、输出描述
输出为组合列表，当array=[0,1,4,5,6,7]、num=1时，输出为[[0], [1]]
四、示例描述
1.示例一
输入：
[0, 1, 4, 5, 6, 7]
1
输出：
[[0], [1]]
说明：
根据第一条亲和性调度原则，在剩余两个处理器的链路(0,1,2,3)中选择处理器。由于只有0和1可用，则返回任意一颗处理器即可。
2.示例二
输入：
[0, 1, 4, 5, 6, 7]
4
输出：
[[4, 5, 6, 7]]
说明：
根据第三条亲和性调度原则，必须选择同一链路剩余可用的处理器数量为4个的环。
五、解题思路
- 将输入的数组分成两组，第一组数字小于4，第二组数字大于4
- 列出相关逻辑
- 当
num为1时，根据题意传入优先级[1,3,2,4]，遍历优先级，返回子序列列表 - 当
num为2时，根据题意传入优先级[2, 4, 3]，考虑到排列组合，使用python内置的itertools包中的combinations函数，获取子序列之后，整理成list格式返回结果列表 - 当
num为4时，根据题意如果有一组数字满足条件，返回该组的所有处理器编号 - 当
num为8时，根据题意如果两组数字都满足条件，返回所有处理器编号
- 当
六、解题代码
from itertools import combinations
def solve_method(arr, num):
# 根据条件将数组分为 first 和 second 两部分
first = [n for n in arr if n < 4]
second = [n for n in arr if n >= 4]
first_nums = len(first)
second_nums = len(second)
result = []
# 根据 `num` 值来选择调用不同的函数
if num == 1:
result.extend(cpu1(first, first_nums, second, second_nums))
elif num == 2:
result.extend(cpu2(first, first_nums, second, second_nums))
elif num == 4:
if first_nums == 4:
result.append([n for n in range(4)])
if second_nums == 4:
result.append([n for n in range(4, 8)])
elif num == 8:
if first_nums == 4 and second_nums == 4:
result.append([n for n in range(8)])
return result
def cpuN(first, first_nums, second, second_nums, priority, k) -> list:
# 生成组合，优先级由 priority 控制
cpus = []
is_fit = False
for p in priority:
if p == first_nums:
cpus.extend([list(n) for n in combinations(first, k)])
is_fit = True
if p == second_nums:
cpus.extend([list(n) for n in combinations(second, k)])
is_fit = True
if is_fit:
break
return cpus
def cpu1(first, first_nums, second, second_nums) -> list:
# cpu1 调用 cpuN 进行组合计算
return cpuN(first, first_nums, second, second_nums, [1, 3, 2, 4], 1)
def cpu2(first, first_nums, second, second_nums) -> list:
# cpu2 调用 cpuN 进行组合计算
return cpuN(first, first_nums, second, second_nums, [2, 4, 3], 2)
if __name__ == '__main__':
# 测试用例验证
assert solve_method([0, 1, 4, 5, 6, 7], 4) == [[4, 5, 6, 7]]
assert solve_method([0, 1, 4, 5, 6, 7], 1) == [[0], [1]]
assert solve_method([0, 1, 2, 4, 5], 2) == [[0, 1], [0, 2], [1, 2], [4, 5], [4, 6], [5, 6]]
