最大化控制资源成本

最大化控制资源成本

公司创新实验室正在研究如何最小化资源成本，最大化资源利用率，请你设计算法帮他们解决一个任务混部问题：有taskNum项任务，每个任务有开始时间（startTime），结束时间（endTime）,并行度（parallelism）三个属性，并行度是指这个任务运行时将会占用的服务器数量，一个服务器在每个时刻可以被任意任务使用但最多被一个任务占用，任务运行完成立即释放（结束时刻不占用）。任务混部问题是指给定一批任务，让这批任务由同一批服务器承载运行，请你计算完成这批任务混部最少需要多少服务器，从而最大最大化控制资源成本。

输入描述：

第一行输入为taskNum，表示有taskNum项任务

接下来taskNum行，每行三个整数，表示每个任务的开始时间

（startTime ），结束时间（endTime ），并行度（parallelism）

输出描述：

一个整数，表示最少需要的服务器数量

示例1 输入输出示例仅供调试，后台判断数据一般不包含示例

输入

3

2 3 1

6 9 2

0 5 1

输出

2

说明

一共有三个任务，第一个任务在时间区间【2，3】运行，占用1个服务

器，第二个任务在时间区间【6，9】运行，占用2个服务器，第三个任

务在时间区间【0，5】运行，占用1个服务器，需要最多服务器的时间

区间为【2，3】和【6，9】，需要2个服务器。

示例2 输入输出示例仅供调试，后台判断数据一般不包含示例

输入

2

3 9 2

4 7 3

输出

5

说明

一共两个任务，第一个任务在时间区间【3，9】运行，占用2个服务

器，第二个任务在时间区间【4，7】运行，占用3个服务器，需要最多

服务器的时间区间为【4，7】，需要5个服务器。

备注：

1<=taskNum<=100000

0<=startTime<endTime<=50000

1<=parallelism<=100

    public static class Side {
        int startTime ;
        int endTime ;
        int parallelism;

        public Side(int startTime, int endTime, int parallelism) {
            this.startTime = startTime;
            this.endTime = endTime;
            this.parallelism = parallelism;
        }

        public int getParallelism(int time){
            if (startTime<=time && time<=endTime){
                return parallelism;
            }
            return 0;
        }
    }

    public static List<Side> list =new ArrayList<>();
    public static int max = Integer.MIN_VALUE;
    public static int min = Integer.MAX_VALUE;
    public static int num = Integer.MIN_VALUE;
    
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        int m = sc.nextInt();
        for (int i = 0; i < m; i++) {
            int start = sc.nextInt();
            int end = sc.nextInt();
            int para = sc.nextInt();
            min=Math.min(min,start);
            max=Math.max(max,end);
            list.add(new Side(start,end,para));
        }
        for (int i = min; i <= max ; i++) {
            int parallelismNum =0;
            for (Side side : list) {
                parallelismNum+=side.getParallelism(i);
            }
            num = Math.max(parallelismNum, num);
        }
        System.out.println(num);

    }