工作分配

Problem Description

设有n件工作分配给n个人,将工作i分配给第j个人所需的费用为cij。试设计一个算法,为每一个人都分配一件不同的工作,并使总费用达到最小。

Input

输入有多组数据,每组数据的第一行有1个正整数n(1<=n<=20)。接下来的n行,每行n个数,第i行表示第i个人各项工作费用。

Output

对于每组数据输出一行,这一行只包含一个整数,表示最小费用。

Sample Input

3
4 2 5
2 3 6
3 4 5

Sample Output

9
#include<stdio.h>
#include<string.h>
#define INF 1<<23
int n,maxn;
int map[23][23],vis[23];
void dfs(int st,int cnt)//st为行的编号,cnt为当前的最小费用
{
	if(cnt>maxn) return;//剪枝
	if(st==n)//如果所有行都深搜完了
	{
		maxn=(cnt<maxn?cnt:maxn);
		return;
	}
	int i;
	for(i=0;i<n;i++)
		if(!vis[i])
		{
			vis[i]=1;
			dfs(st+1,cnt+map[st][i]);//选择st行的第i个
			vis[i]=0;
		}
}
int main()
{
	//freopen("a.txt","r",stdin);
	while(scanf("%d",&n)==1)
	{
		int i,j;
		for(i=0;i<n;i++)
			for(j=0;j<n;j++)
				scanf("%d",&map[i][j]);
			maxn=INF;
			dfs(0,0);
			printf("%d\n",maxn);
	}
	return 0;
}


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
线性规划是一种优化问题的求解方法,可以用来解决工作分配问题。下面是一个 Java 实现的工作分配示例: 假设有三个工人,可以完成三种工作,每个工人的工作效率不同,每种工作要的时间也不同。现在要确定每个工人分别完成哪些工作,以使得总工作时间最短。 首先,我们定义每个工人的效率和每种工作要的时间: ```java double[] efficiency = {0.5, 0.8, 0.6}; //每个工人的效率 double[][] time = {{2, 3, 1}, {4, 1, 2}, {2, 5, 3}}; //每种工作要的时间 ``` 然后,我们使用 Apache Commons Math 库中的 SimplexSolver 类来求解线性规划问题: ```java import org.apache.commons.math3.optim.linear.LinearConstraint; import org.apache.commons.math3.optim.linear.LinearObjectiveFunction; import org.apache.commons.math3.optim.linear.Relationship; import org.apache.commons.math3.optim.linear.SimplexSolver; import org.apache.commons.math3.optim.linear.UnboundedSolutionException; import org.apache.commons.math3.optim.linear.UnboundedSolutionException; //定义目标函数和约束条 LinearObjectiveFunction objective = new LinearObjectiveFunction(new double[]{time[0][0], time[0][1], time[0][2], time[1][0], time[1][1], time[1][2], time[2][0], time[2][1], time[2][2]}, 0); ArrayList<LinearConstraint> constraints = new ArrayList<>(); for (int i = 0; i < 3; i++) { constraints.add(new LinearConstraint(new double[]{1, 1, 1, 0, 0, 0, 0, 0, 0}, Relationship.EQ, 1)); constraints.add(new LinearConstraint(new double[]{0, 0, 0, 1, 1, 1, 0, 0, 0}, Relationship.EQ, 1)); constraints.add(new LinearConstraint(new double[]{0, 0, 0, 0, 0, 0, 1, 1, 1}, Relationship.EQ, 1)); constraints.add(new LinearConstraint(new double[]{1, 0, 0, 1, 0, 0, 1, 0, 0}, Relationship.LEQ, efficiency[i])); constraints.add(new LinearConstraint(new double[]{0, 1, 0, 0, 1, 0, 0, 1, 0}, Relationship.LEQ, efficiency[i])); constraints.add(new LinearConstraint(new double[]{0, 0, 1, 0, 0, 1, 0, 0, 1}, Relationship.LEQ, efficiency[i])); } //求解线性规划问题 SimplexSolver solver = new SimplexSolver(); try { PointValuePair solution = solver.optimize(objective, new LinearConstraintSet(constraints), GoalType.MINIMIZE); double[] values = solution.getPoint(); System.out.println("Worker 1: Job " + (int) values[0] + ", Job " + (int) values[1] + ", Job " + (int) values[2]); System.out.println("Worker 2: Job " + (int) values[3] + ", Job " + (int) values[4] + ", Job " + (int) values[5]); System.out.println("Worker 3: Job " + (int) values[6] + ", Job " + (int) values[7] + ", Job " + (int) values[8]); } catch (UnboundedSolutionException e) { System.out.println("The solution is unbounded!"); } catch (NoFeasibleSolutionException e) { System.out.println("There is no feasible solution!"); } ``` 上述代码中,目标函数为总工作时间,约束条包括每个工人完成的工作数量、每种工作的完成数量以及每个工人的工作效率。使用 SimplexSolver 求解线性规划问题,得到最优解后输出每个工人分配工作

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值