1882. 使用服务器处理任务(力扣5.30周赛题目三）

题目：
给你两个 下标从 0 开始 的整数数组 servers 和 tasks ，长度分别为 n​​​​​​ 和 m​​​​​​ 。servers[i] 是第 i​​​​​​​​​​ 台服务器的 权重 ，而 tasks[j] 是处理第 j​​​​​​ 项任务 所需要的时间（单位：秒）。

你正在运行一个仿真系统，在处理完所有任务后，该系统将会关闭。每台服务器只能同时处理一项任务。第 0 项任务在第 0 秒可以开始处理，相应地，第 j 项任务在第 j 秒可以开始处理。处理第 j 项任务时，你需要为它分配一台 权重最小 的空闲服务器。如果存在多台相同权重的空闲服务器，请选择 下标最小 的服务器。如果一台空闲服务器在第 t 秒分配到第 j 项任务，那么在 t + tasks[j] 时它将恢复空闲状态。

如果没有空闲服务器，则必须等待，直到出现一台空闲服务器，并 尽可能早 地处理剩余任务。 如果有多项任务等待分配，则按照 下标递增 的顺序完成分配。

如果同一时刻存在多台空闲服务器，可以同时将多项任务分别分配给它们。

构建长度为 m 的答案数组 ans ，其中 ans[j] 是第 j 项任务分配的服务器的下标。

返回答案数组 ans​​​​ 。

使用的方法：优先队列

我们使用两个优先队列分别存储工作中的服务器以及空闲的服务器：

优先队列busy 存储工作中的服务器，每一台服务器用二元组 (t,idx) 表示，其中 tt 为该服务器结束工作的时间，idx 为该服务器的编号。优先队列的队首服务器满足 tt 最小，并且在 tt 相同的情况下，idx 最小。

优先队列 idle 存储空闲的服务器，每一台服务器用二元组(w,idx) 表示，其中 ww 为该服务器的 weight，idx 为该服务器的编号。优先队列的队首服务器满足 ww 最小，并且在 ww 相同的情况下，idx 最小。

这样设计的好处在于：

随着时间的增加，我们可以依次从优先队列 busy 中取出已经工作完成（即时间大于等于 tt）的服务器；

当我们需要给任务安排服务器时，我们可以依次从优先队列idle 中取出可用的服务器。

算法的流程：

在初始时，我们将所有服务器放入优先队列idle 中，并使用一个时间戳变量 ts 记录当前的时间，其初始值为 00；

随后我们遍历每一个任务：

由于第 ii 个任务必须在时间 ii 时才可以开始，因此需要将 ts 置为其与 ii 的较大值；

我们需要将优先队列 busy 中满足t≤ts 的服务器依次取出并放入优先队列 idle；

如果此时优先队列idle 中没有服务器，说明我们需要等一台服务器完成任务，因此可以将 ts 置为优先队列 busy 的队首服务器的任务完成时间 tt，并再次执行上一步；

此时我们就可以给第 ii 个任务安排服务器了，即为优先队列idle 的队首服务器，将其取出并放入优先队列busy。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/process-tasks-using-servers

代码如下，需要注意的几点下面都mark了。

class Solution {
private:
    using pii=pair<int,int>;//简写
public:
    vector<int> assignTasks(vector<int>& servers, vector<int>& tasks) {

        priority_queue<pii,vector<pii>,greater<pii>> idle;
        priority_queue<pii,vector<pii>,greater<pii>> busy;

        int m=servers.size();int n=tasks.size();
        for(int i=0;i<m;i++)
        {
            idle.emplace(servers[i],i);//初始化idle
        }

        int ts=0;//ts要在内部函数前定义
        auto release=[&]()//内部函数，注意auto的运用
        {
            while(!busy.empty()&&busy.top().first<=ts)
            {
                auto&& [_,idx]=busy.top();
                idle.emplace(servers[idx],idx);
                busy.pop();
            }
        };

        vector<int> ans;
        for(int i=0;i<n;i++)
        {
            ts=max(ts,i);//1
            release();//2

            if(idle.empty())//3
            {
                ts=busy.top().first;
                release();
            }

            //4
            auto&& [_,idx]=idle.top();
            busy.emplace(ts+tasks[i],idx);  

            ans.push_back(idx); idle.pop();//这两句不能交换顺序，auto得到的idx具有实时性
        }
       return ans;
    }
};