ЯсноПонятно24

Для решения данной задачи можно использовать топологическую сортировку и динамическое программирование.

Алгоритм решения:

1. Считываем входные данные и строим граф зависимостей процессов.
2. Выполняем топологическую сортировку графа.
3. Проходим по отсортированным процессам и для каждого процесса вычисляем время его завершения, учитывая зависимости от других процессов.
4. Находим максимальное время завершения всех процессов.

Пример реализации на Python:

from collections import defaultdict

def min_completion_time(n, processes):
    graph = defaultdict(list)
    in_degree = [0] * (n+1)
    time = [0] * (n+1)
    
    for i in range(1, n+1):
        process_info = processes[i-1]
        time[i] = process_info[0]
        for dep in process_info[1:]:
            graph[dep].append(i)
            in_degree[i] += 1
    
    queue = []
    for i in range(1, n+1):
        if in_degree[i] == 0:
            queue.append(i)
    
    while queue:
        node = queue.pop(0)
        for child in graph[node]:
            in_degree[child] -= 1
            time[child] = max(time[child], time[node] + processes[child-1][0])
            if in_degree[child] == 0:
                queue.append(child)
    
    return max(time)

n = int(input())
processes = []
for _ in range(n):
    processes.append(list(map(int, input().split())))

print(min_completion_time(n, processes))

Пример входных данных:

5
2 1
3 1
4 2
5 3 4
6 2 3

Пример выходных данных:

11