华为机试真题 Python 实现最大化控制资源成本2022.11 Q4 新题

Posted 2022-12-10 MISAYAONE

目录

题目

思路

考点

Code

---

题目

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

思路

1：题目与第56题【区间交集】非常相似。大致思路应该是不断的递归对区间求交集，求得交集之后将占用机器数相加，直到没有交集为止。

2：举一个比较长的例子：

4

0 5 1
2 3 1

4 7 3
6 9 2

排序后区间为：[0,5] [2,3] [4,7] [6,9]

第一轮两两之间求交集：

[0,5] 和 [2,3] 交集为[2,3] 机器数相加为2

[0,5] 和 [4,7] 交集为[4,5] 机器数相加为4

[0,5] 和 [6,9] 无交集

[2,3] 和 [4,5] 无交集

[2,3] 和 [6,9] 无交集

[4,7] 和[6,9] 交集为[6,7] 机器数相加为5

第二轮两两之间求交集：

[2,3] [4,5] [6,7] 两两之间都没有交集，因此最多的机器数为5。

考点

1：数据结构

2：递归法

Code

# coding:utf-8
import functools

max_machine = 0

#处理输入
task_num = input()

i = int(task_num)
ranges = []
while(i>0):
    input_str = input()
    input_list = [int(x) for x in input_str.split(" ")]
    ranges.append(input_list)
    i=i-1

#自定义排序函数，a,b为两个list
def comp(a, b):
    if (a[0] > b[0]):
        return 1
    elif (a[0] == b[0]):
        if (a[1] > b[1]):
            return 1
        elif (a[1] == b[1]):
            return 0
    return -1

#求公共区间
def cal_public_range(ranges):
    global max_machine
    ranges = sorted(ranges, key=functools.cmp_to_key(comp))
    public_range = []
    for i in range(len(ranges)):
        for j in range(i+1, len(ranges)):
            left = max(ranges[i][0], ranges[j][0])
            right = min(ranges[i][1], ranges[j][1])
            if (left <= right):
                temp = []
                temp.append(left)
                temp.append(right)
                temp.append(ranges[i][2] + ranges[j][2]);
                public_range.append(temp)
                if (ranges[i][2] + ranges[j][2] > max_machine):
                    max_machine = ranges[i][2] + ranges[j][2]
    return public_range

while(len(ranges) > 1):
    ranges = cal_public_range(ranges);

print (max_machine)