你需要解决的是服务器请求分配问题：给定k个环形排列的服务器和按时间递增到达的请求，按指定规则分配请求后，找出处理请求数量最多的所有服务器编号。这个问题的核心是高效管理服务器的空闲/忙碌状态，因为数据量（k和请求数）可达10^5，暴力解法会超时。 ### 解题思路 要高效解决这个问题，需要两个核心数据结构： 1. 有序集合（TreeSet）：维护当前空闲的服务器编号，支持快速查找“i%k之后第一个空闲的服务器”（环形查找）。 2. 最小堆（PriorityQueue）：维护当前忙碌的服务器，存储（服务器结束时间，服务器编号），支持快速取出“最早结束的服务器”，以便及时将其放回空闲集合。 具体步骤： 1. 初始化空闲服务器集合（包含0~k-1）、忙碌服务器堆、请求计数数组。 2. 遍历每个请求： - 先清理忙碌堆：将所有结束时间≤当前请求到达时间的服务器放回空闲集合。 - 如果无空闲服务器，舍弃该请求。 - 否则，按规则找到目标服务器： - 计算目标起点 target = i % k。 - 在空闲集合中找≥target的第一个服务器；若不存在，取空闲集合中最小的服务器（环形特性）。 - 更新服务器状态：从空闲集合移除目标服务器，加入忙碌堆，计数数组+1。 3. 遍历计数数组，找到最大值，收集所有等于最大值的服务器编号。 ### 完整Java代码 java import java.util.*; public class BusiestServers { public List<Integer> busiestServers(int k, int[] arrival, int[] load) { // 1. 初始化数据结构 // 空闲服务器集合：有序，支持快速查找/删除 TreeSet<Integer> freeServers = new TreeSet<>(); for (int i = 0; i < k; i++) { freeServers.add(i); } // 忙碌服务器堆：最小堆，元素为[结束时间, 服务器编号]，按结束时间升序 PriorityQueue<int[]> busyServers = new PriorityQueue<>(Comparator.comparingInt(a -> a[0])); // 记录每个服务器处理的请求数 int[] count = new int[k]; // 2. 处理每个请求 int n = arrival.length; for (int i = 0; i < n; i++) { int arriveTime = arrival[i]; int processTime = load[i]; int endTime = arriveTime + processTime; // 步骤1：清理忙碌堆，将已完成的服务器放回空闲集合 while (!busyServers.isEmpty() && busyServers.peek()[0] <= arriveTime) { int freeServer = busyServers.poll()[1]; freeServers.add(freeServer); } // 步骤2：无空闲服务器，舍弃请求 if (freeServers.isEmpty()) { continue; } // 步骤3：按规则找目标服务器 int target = i % k; Integer selectedServer = freeServers.ceiling(target); // 找≥target的第一个空闲服务器 if (selectedServer == null) { selectedServer = freeServers.first(); // 环形，取最小的空闲服务器 } // 步骤4：更新服务器状态和计数 freeServers.remove(selectedServer); busyServers.offer(new int[]{endTime, selectedServer}); count[selectedServer]++; } // 3. 找出处理请求最多的服务器 List<Integer> result = new ArrayList<>(); int maxCount = 0; for (int c : count) { maxCount = Math.max(maxCount, c); } for (int i = 0; i < k; i++) { if (count[i] == maxCount) { result.add(i); } } return result; } // 测试用例 public static void main(String[] args) { BusiestServers solution = new BusiestServers(); // 示例1 int k1 = 3; int[] arrival1 = {1,2,3,4,5}; int[] load1 = {5,2,3,3,3}; System.out.println(solution.busiestServers(k1, arrival1, load1)); // 输出[1] // 示例2 int k2 = 3; int[] arrival2 = {1,2,3,4}; int[] load2 = {1,2,1,2}; System.out.println(solution.busiestServers(k2, arrival2, load2)); // 输出[0] } } ### 代码关键部分解释 1. TreeSet的核心操作： - ceiling(target)：返回≥target的最小元素，对应“找i%k之后第一个空闲服务器”。 - first()：返回集合中最小元素，对应环形查找时“从0开始找第一个空闲服务器”。 2. PriorityQueue的核心作用： - 按结束时间升序排列，确保每次能优先取出最早完成的服务器，及时释放资源。 3. 计数数组： - 简单直观地记录每个服务器处理的请求数，最后遍历即可找到最大值和对应服务器。 ### 复杂度分析 - 时间复杂度：O(n log k)。每个请求的堆操作（poll/offer）和集合操作（add/remove/ceiling）都是O(log k)，n个请求总复杂度为O(n log k)，满足10^5数据量的要求。 - 空间复杂度：O(k)。空闲集合、忙碌堆、计数数组的空间均不超过k。 ### 总结 1. 核心数据结构：用TreeSet高效管理空闲服务器（支持环形查找），用PriorityQueue高效管理忙碌服务器（按结束时间排序）。 2. 关键逻辑：处理每个请求前先清理已完成的服务器，再按环形规则查找目标空闲服务器。 3. 效率保障：所有核心操作都是O(log k)级别，整体算法能高效处理10^5规模的输入。
