資料工程高階・排程與派工

第 10 章提到 Airflow 的排程「跟直覺不同」：每日 DAG 的某一次 run 代表的資料區間是 [logical_date, logical_date + 1 天)，而實際觸發時間是區間結束時。請讀入 start_date（YYYY-MM-DD）與 run 數 n，印出前 n 次 run：

run 1：logical_date=2026-10-01 區間 2026-10-01 → 2026-10-02 實際觸發 2026-10-02

本題在瀏覽器內以 Pyodide 執行，只能用 Python 標準函式庫（json、csv、collections、itertools、datetime、re、math、heapq 等）。

變數 deps 是用 Airflow 寫法描述的依賴（"a >> b" 表示 a 先於 b）。請算出一個合法的執行順序：

• 使用 Kahn 演算法（入度為 0 的節點可執行）
• 同時有多個節點可執行時，取名稱字典序最小者（確保答案唯一）
• 若有節點永遠無法執行（循環依賴），印出 偵測到循環依賴

正常情況印出一行，節點以 -> 串接。

本題在瀏覽器內以 Pyodide 執行，只能用 Python 標準函式庫（json、csv、collections、itertools、datetime、re、math、heapq 等）。

模擬 RabbitMQ 把任務派給多個 worker（prefetch=1：worker 做完一個才拿下一個）。變數 durations 是 10 個任務的秒數，依序進入佇列；請讀入 worker 數 k。規則：每個任務交給「最早空閒」的 worker，若多個 worker 同時空閒，交給編號最小者。印出每個 worker 的完成時間 worker <編號>：<完成秒數> 秒（編號從 1 起），最後印出 總完成時間：<最大完成秒數> 秒。

本題在瀏覽器內以 Pyodide 執行，只能用 Python 標準函式庫（json、csv、collections、itertools、datetime、re、math、heapq 等）。