编辑代码

const rl = require("readline").createInterface({ input: process.stdin });
var iter = rl[Symbol.asyncIterator]();
const readline = async () => (await iter.next()).value;

// 问题描述：计算公开招聘活动所需的最少面试官数量
// 输入参数：
// - m: 每个面试官最多可以面试的人数限制
// - n: 总共需要进行的面试场次
// - arr: 面试时间区间数组，每个元素为 [start, end] 表示面试的开始和结束时间

// 核心算法思路：
// 1. 首先对所有面试时间区间按开始时间排序
// 2. 检查相邻区间是否存在时间重叠
// 3. 对于重叠的区间，需要额外的面试官
// 4. 最后根据重叠情况和每个面试官的面试次数限制(m)计算所需面试官总数

void (async function () {
  // 读取输入数据
  // m: 每个面试官的最大面试次数限制
  const m = Number(await readline());
  // n: 总面试场次
  const n = Number(await readline());

  // 读取所有面试时间区间
  // 每个区间包含两个数字：开始时间和结束时间
  const arr = [];
  for (let i = 0; i < n; i++) {
    arr.push((await readline()).split(" ").map(Number));
  }

  // 初始化变量
  let res = 1; // 最少需要1名面试官
  let komu = []; // 用于存储重叠的面试区间索引对

  // 对面试时间区间进行排序
  // 优先按开始时间升序排序，如果开始时间相同，则按结束时间升序排序
  arr.sort((a, b) => {
    if (a[0] == b[0]) return a[1] - b[1];
    else return a[0] - b[0];
  });

  // 检测时间重叠
  // 遍历排序后的区间，检查相邻区间是否存在重叠
  for (let i = 1; i < arr.length; i++) {
    // 如果当前区间的开始时间早于前一个区间的结束时间，说明存在重叠
    if (arr[i][0] < arr[i - 1][1]) {
      res++; // 需要增加一名面试官
      komu.push([i - 1, i]); // 记录重叠的区间索引对
    }
  }

  // 处理重叠区间
  const flatKomu = komu.flat(); // 将重叠区间数组扁平化
  const komuVal = new Set(flatKomu).size; // 计算重叠区间的实际数量（去重）

  // 计算所需面试官数量
  if (komuVal == 0) {
    // 如果没有重叠区间，直接根据总场次和面试次数限制计算
    // 使用向上取整：n/m
    return console.log(n % m == 0 ? n / m : Math.floor(n / m) + 1);
  } else {
    // 存在重叠区间的情况
    // 计算除去重叠区间后还需要处理的面试场次
    const needVal = n - komuVal * (m - 1);

    if (needVal <= 0) {
      // 如果不需要额外处理，直接返回当前面试官数量
      return console.log(res);
    } else {
      // 需要额外的面试官来处理剩余场次
      // 使用向上取整计算额外需要的面试官数量
      res += needVal % m == 0 ? needVal / m : Math.floor(needVal / m) + 1;
      return console.log(res);
    }
  }
})();

// 示例说明：
// 假设输入：
// m = 2（每个面试官最多面试2人）
// n = 3（总共3场面试）
// 面试时间区间：[1,2], [2,3], [1,3]
//
// 处理过程：
// 1. 首先对时间区间排序
// 2. 检测到[1,2]和[1,3]有重叠，需要2名面试官
// 3. 考虑每个面试官的面试次数限制(m=2)
// 4. 最终计算得出所需的最少面试官数量