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 （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 接下来 taskNum 行，每行三个整数，表示每个任务的开始时间 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。

这个问题可以使用贪心算法来解决。具体地，我们首先将所有任务按照开始时间从小到大排序，然后对于每个任务，尽可能地将它分配给之前没有被占用的服务器。如果没有可用的服务器，则需要启用一个新的服务器来运行该任务。同时，我们需要记录每个服务器的结束时间，以便在之后的任务中能够找到可用的服务器。

以下是该算法的伪代码：

sort(tasks) // 按照开始时间排序
servers = [] // 用于记录每个服务器的结束时间
for task in tasks:
    assigned = False
    for i, end_time in enumerate(servers):
        if end_time <= task.start_time:
            servers[i] = task.end_time
            assigned = True
            break
    if not assigned:
        servers.append(task.end_time)
print(len(servers)) // 输出服务器数量

该算法的时间复杂度是 O(nlogn)，其中 n 是任务数量。