华为机试—高效的任务规划（python解法）

高效的任务规划

你有 n 台机器编号为 1-n，每台都需要完成完成一项工作，机器经过配置后都能完成独立完成一项工作。假设第 i 台机器你需要花 B 分钟
进行设置，然后开始运行，J 分钟后完成任务。现在，你需要选择布置工作的顺序，使得用最短的时间完成所有工作。注意，不能同时对两
台进行配置，但配置完成的机器们可以同时执行他们各自的工作。

输入描述:

第一行输入代表总共有 M 组任务数据 (1 < M <= 10) 。

每组数据第一行为一个整数指定机器的数是 N (0 < N <= 1000) 。随后的 N 行每行两个整数，第一个表示B (0 <= B <= 10000) ，第
二个表示J (0 <= J<= 10000) 。

每组数据连续输入，不会用空行分隔。各组任务单独计时。

输出描述:

对于每组任务，输出最短完成时间，且每组的结果独占一行。例如，两组任务就应该有两行输出。

示例：
输入
2
2
1 1
2 2
3
1 1
2 2
3 3
输出
4
7

def get_least_time(tasks):
    all_time_tasks = sorted(tasks, key=lambda x: x[1], reverse=True)
    # print(all_time_s)
    set_end_time = 0
    longest_end_time = 0
    for s, r in all_time_tasks:
        set_end_time += s
        task_end_time = set_end_time + r
        longest_end_time = max(task_end_time, longest_end_time)
        # print('set_end_time:', set_end_time, 'task_end_time:', task_end_time, 'longest_end_time:', longest_end_time)
    return longest_end_time


M = int(input())
for k in range(M):
    N = int(input())
    B_all = []
    J_all = []
    for i in range(N):
        B_J = input()
        B = int(B_J.split()[0])
        J = int(B_J.split()[1])
        B_all.append(B)
        J_all.append(J)
    tasks = list(zip(B_all, J_all))
    print(get_least_time(tasks))