2026-02-12：完成一个任务的最早时间。用go语言，给你一个二维整数数组 tasks，数组中每个元素 [s_i, t_i] 表示一个任务在时间点 s_i 开始，并需要 t_i 个时间单位才能结束

2026-02-12：完成一个任务的最早时间。用go语言，给你一个二维整数数组 tasks，数组中每个元素 [s_i, t_i] 表示一个任务在时间点 s_i 开始，并需要 t_i 个时间单位才能结束。

请找出一个最小的时间点，使得在该时刻或之前至少有一个任务已经完成。

换句话说，求能首次出现任务完成的最早时间。

1 <= tasks.length <= 100。

tasks[i] = [si, ti]。

1 <= si, ti <= 100。

输入： tasks = [[1,6],[2,3]]。

输出： 5。

解释：

第一个任务从时间 t = 1 开始，并在 1 + 6 = 7 时完成。第二个任务在时间 t = 2 开始，并在 2 + 3 = 5 时完成。因此，最早完成的任务在时间 5。

题目来自力扣3683。

🔢 计算过程分步解析

⏱️ 复杂度分析

• 时间复杂度：O(n)。
  其中 n 是任务的数量（tasks.length）。算法只需要遍历任务数组一次，对每个任务执行常数时间（O(1)）的操作（加法、比较），因此总时间复杂度与任务数量成线性关系。

• 空间复杂度：O(1)。
  算法只使用了固定数量的额外变量（ans, 循环变量等），没有使用与输入数据规模（如任务数量 n）成正比的额外存储空间。

💎 总结

这个解决方案非常直接和高效。它抓住了问题的核心——任务的完成时间是其开始时间与持续时间之和，而最早完成时间就是所有完成时间中的最小值。通过一次遍历即可找到答案，无论在时间还是空间上都是最优的。

Go完整代码如下：

package main

import (
"fmt"
"math"
)

func earliestTime(tasks [][]int) int {
ans := math.MaxInt
for _, t := range tasks {
ans = min(ans, t[0]+t[1])
}
return ans
}

func main() {
tasks := [][]int{{1, 6}, {2, 3}}
result := earliestTime(tasks)
fmt.Println(result)
}

Python完整代码如下：

# -*-coding:utf-8-*-

from typing import List

def earliestTime(tasks: List[List[int]]) –> int:
ans = float('inf')
for t in tasks:
ans = min(ans, t[0] + t[1])
return ans

def main():
tasks = [[1, 6], [2, 3]]
result = earliestTime(tasks)
print(result)

if __name__ == "__main__":
main()

C++完整代码如下：

#include <iostream>
#include <vector>
#include <limits>
#include <algorithm>

using namespace std;

int earliestTime(vector<vector<int>>& tasks) {
int ans = numeric_limits<int>::max();
for (const auto& t : tasks) {
ans = min(ans, t[0] + t[1]);
}
return ans;
}

int main() {
vector<vector<int>> tasks = {{1, 6}, {2, 3}};
int result = earliestTime(tasks);
cout << result << endl;
return 0;
}