code/HuaWei/que3.py

# 
# wukun 华为云笔试 

# 软件安装工具
# 有一个比较复杂的软件系统需要部署到客户提供的服务器上。该软件系统的安装过程非常繁琐，为了降低操作成本，需要开发一个工具实现自动化部署。软件的安装过程可以分成若干个小步骤，某些步骤间存在依赖关系，被依赖的步骤必须先执行完，才能执行后续的安装步骤。满足依赖条件的多个步骤可以并行执行。请你开发一个调度程序，以最短的时间完成软件的部署。
# 输入：
# 第一行:总步骤数 N(0<N<=10000)
# 第二行:N个以空格分隔的整数，代表每个步骤所需的时间。该行所有整数之和不大于int32
# 第三行开始的N行:表示每个步骤所依赖的其它步骤的编号(编号从1开始，行号减2表示步骤的编号)，如果依赖多个步骤，用空格分隔。-1表示无依赖测试用例确保各个安装步骤不会出现循环依赖。
# 输出：
# 1个数字，代表最短执行时间。

# 样例1
# 输入:4
# 6 2 1 2
# -1
# 1
# 3
# 输出:9

# 样例2：
# 输入：4
# 1 2 3 4
# 2 3
# 3
# -1
# 1
# 输出：10

from collections import defaultdict, deque
def func(N, step_times, dependencies):
    # 构建图和入度计数
    graph = defaultdict(list)
    in_degree = [0] * N
    time_to_complete = [0] * N
    # 填充依赖关系
    for i in range(N):
        for dep in dependencies[i]:
            if dep != -1:
                graph[dep - 1].append(i)
                in_degree[i] += 1
    # 使用队列处理入度为0的步骤
    queue = deque()
    for i in range(N):
        if in_degree[i] == 0:
            queue.append(i)
            time_to_complete[i] = step_times[i]
    # 进行拓扑排序
    while queue:
        current = queue.popleft()
        current_completion_time = time_to_complete[current]
        for neighbor in graph[current]:
            in_degree[neighbor] -= 1
            time_to_complete[neighbor] = max(time_to_complete[neighbor], current_completion_time + step_times[neighbor])
            if in_degree[neighbor] == 0:
                queue.append(neighbor)
    return max(time_to_complete)

if __name__ == "__main__":
    # 输入示例
    N = int(input())
    step_times = list(map(int, input().split()))
    print(step_times)
    dependencies = []
    for _ in range(N):
        deps = list(map(int, input().split()))
        dependencies.append(deps)
    # 输出最短执行时间
    print(func(N, step_times, dependencies))