全网最全面的华为OD机试真题汇总,100%原题题库,不需要开会员即可查看全部内容,更多考题请查看真题库。
真题库:https://www.yuque.com/codernav.com/od
题目:任务混部
题目描述:
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,任务运行完会立即释放(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
知识点:差分算法
时间限制:1s 空间限制:256MB 限定语言:不限
补充说明:
1<=taskNum<=100000
0<=startTime<endTime<=50000
1=<parallelism<=100
示例1
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:
2
3 9 2
4 7 3
输出:
5
说明:
一共有两个任务,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。
解题思路:
本题是站长在2023年2月份参加的华为OD机考原题的第3题,用到了差分算法,就是求出所有任务在启动时间时所需要的最大服务器数量。我们可以把题目中涉及到的三个参数封装成类Task,便于后续的操作。
比如示例1中:
3
2 3 1
6 9 2
0 5 1
第一个时间是2:
第一个任务[2,3),执行中,需要服务器serverCount=1;第二个任务[6,9),任务不执行;第三个任务[0,5),任务执行中,需要服务器serverCount=1+1=2;
第二个时间是6:
第一个任务[2,3),任务不执行;第二个任务[6,9),执行中,需要服务器serverCount=2;第三个任务[0,5),任务不执行;需要服务器serverCount=2;
第三个时间是0:
第一个任务[2,3),任务不执行;第二个任务[6,9),任务不执行;第三个任务[0,5),执行中,需要服务器serverCount=1;
综上所述:
serverCount最大值为2,所以输出结果为2。
package com.codernav.demo.hwod.ques; import java.util.ArrayList; import java.util.List; import java.util.Scanner; /** * @title 任务混部 * @Description 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,任务运行完会立即释放(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,从而最大化控制资源成本。 * @Author 开发者导航 * @website https://www.codernav.com * @date 2023/3/30 */ public class Main1 { public static void main(String[] args) { Scanner sc = new Scanner(System.in); int taskNum = sc.nextInt(); List<Task> tasks = new ArrayList<>(); for (int i = 0; i < taskNum; i++) { Task task = new Task(sc.nextInt(), sc.nextInt(), sc.nextInt()); tasks.add(task); } // 每个时间所需要的服务器个数 int[] serversMap = new int[50000]; for (Task task : tasks) { // startTime:加上所需服务器 serversMap[task.startTime] += task.parallelism; // endTime:减去所需服务器 serversMap[task.endTime] -= task.parallelism; } int totalServerNum = 0; int result = 0; for (int i = 0; i < serversMap.length; i++) { // 任务开始加,任务结束减 totalServerNum += serversMap[i]; result = Math.max(result, totalServerNum); } System.out.println(result); } public static class Task { public int startTime; public int endTime; public int parallelism; public Task(int startTime, int endTime, int parallelism) { this.startTime = startTime; this.endTime = endTime; this.parallelism = parallelism; } } }