并发流式执行机的最小数量

执行平台组要为明天一批待处理的流式任务预分配「执行机」（rooms）。每个作业的执行窗口写作 [start, end)——半开区间，意味着一个作业在 t = 5 结束的同一刻另一个作业可以接着在 t = 5 开工、共用同一台机器。机器资源是稀缺的，所以团队想知道：要让每个作业都能在自己声明的窗口内运行、且任意时刻同一台机器上不会同时跑两个作业，至少需要多少台执行机？

请实现 solution(jobs: list[list[int]]) -> int。jobs[k] = [start, end] 是第 k 个作业的整数刻度执行窗口，返回所需的最少执行机数。

示例：solution([[0, 30], [5, 10], [15, 20]]) 返回 2——长作业 [0, 30) 占满 A 机；B 机依次跑 [5, 10)、[15, 20)。solution([[1, 5], [5, 10], [10, 15]]) 返回 1——三段窗口首尾恰好相接，按半开语义不算重叠，一台机器就能串起全部三个作业。solution([[1, 10], [2, 9], [3, 8], [4, 7]]) 返回 4——在 t = 4 时四个作业同时在跑，必须有 4 台执行机。

经典的两种 O(n log n) 解法都很标准：(a) 扫描线——每个作业转成一个 +1 起始事件和一个 −1 结束事件，按时间排序、相同时间先处理 −1（这是半开区间的合同），扫一遍维护 active 计数，取过程中的峰值；(b) 双指针——把 start 与 end 分别排序，当 starts[i] < ends[j] 时推进 start 指针并 active += 1，否则推进 end 指针并 active -= 1。严格不等号 < 就是半开语义：相等时先释放后占用，峰值不增。退化作业 start == end 占用时长为 0，过滤掉或者依赖严格不等号即可，不影响答案。