5 Способ 2 — Python

Способ 2 — Python

Рекурсивная функция с кэшированием считает конец процесса в любом порядке зависимостей — итерации и сортировка не нужны.

import openpyxl
from functools import lru_cache

ws = openpyxl.load_workbook("22.xlsx").active   # .ods заранее пересохрани в .xlsx
dur, deps = {}, {}
for r in range(2, ws.max_row + 1):
    a = ws.cell(r, 1).value
    if a is None:
        continue
    pid = int(a)
    dur[pid] = int(ws.cell(r, 2).value)          # время выполнения
    c = ws.cell(r, 3).value                       # зависимости (например "2;4" или 0)
    deps[pid] = [] if c in (0, "0", None) else [int(x) for x in str(c).split(";")]

@lru_cache(None)
def finish(p):                                    # конец процесса p
    if not deps[p]:
        return dur[p]                             # независимый: начало 0
    return max(finish(a) for a in deps[p]) + dur[p]

start = {p: finish(p) - dur[p] for p in dur}      # начало = конец − время

# --- дальше выбираем ответ под тип вопроса ---
print(max(finish(p) for p in dur))                # минимальное время всей совокупности
print(sum(1 for p in dur if finish(p) <= 17))     # завершится за первые 17 мс
print(sum(1 for p in dur if start[p] + 1 >= 8))   # стартует не ранее 8-й мс

📌 Сколько процессов идёт параллельно

Для вопросов про одновременность строим «ленту»: процесс p работает в мс t, если начало[p] < t <= конец[p]. Считаем по каждой мс число работающих и берём максимум или самый длинный участок:

T = max(finish(p) for p in dur)

busy = [sum(1 for p in dur if start[p] < t <= finish(p)) for t in range(T + 1)]

print(busy.index(max(busy)), max(busy))         # на какой мс пик и сколько процессов