最佳调度问题

1185: 最佳调度问题

时间限制: 1 Sec   内存限制: 128 MB

题目描述

  假设有n个任务由k个可并行工作的机器完成。完成任务i需要的时间为ti。

  试设计一个算法找出完成这n个任务的最佳调度,使得完成全部任务的时间最早。

输入

  第一行有2个正整数n和k(1≤n≤20,1≤k≤6);

  第二行的n个正整数是完成n个任务需要的时间ti(1≤ti≤100)。

输出

  1行1个数:完成全部任务的最早时间。

样例输入

7 3
2 14 4 16 6 5 3

样例输出

17

提示

优化:最优化剪枝:如果任何一个机器超过已知最优解则停止向下搜索
      排序:从大到小排序任务时间可以减少搜索时间
#include <iostream>
#include <algorithm>
using namespace std;
int ans=100000,bot[7],_time[21],n,k,i,minn,f[21];
bool cmp(int a,int b)
{
	return a>b;
}
void dfs(int dep,int tim)
{
	if(tim>=ans)return;//剪枝
	if(dep==n+1)
	{
		if(ans>tim)ans=tim;
		return;
	}
	for(int j=1;j<=k;j++)
	if(!f[dep]&&bot[j]+_time[dep]<=ans)//剪枝
	{
		f[dep]=1;
		bot[j]+=_time[dep];
		dfs(dep+1,max(tim,bot[j]));
		f[dep]=0;
		bot[j]-=_time[dep];
	}return;
}
int main()
{
	cin>>n>>k;
	for(i=1;i<=n;i++)cin>>_time[i];
	sort(_time+1,_time+n+1,cmp);
	dfs(1,0);
	cout<<ans;
	return 0;
}

  • 6
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
最佳调度问题(Optimal Scheduling Problem)通常指的是寻找在给定约束条件下,如何安排资源或任务的执行顺序,以达到最优的目标,如最小化总成本、最大化效率或满足特定的时间限制。分支界限算法(Branch and Bound)是一种求解这类组合优化问题的有效方法,它结合了分治策略和剪枝技术。 分支界限算法的工作原理如下: 1. **初始状态**:从问题的完整状态树的根节点开始,通常代表所有可能的解决方案空间。 2. **分支**:在每个节点上,选择一个未解决的决策变量,产生两个或更多子节点,每个子节点对应一个不同的决策值。 3. **评估**:计算每个子节点的下界或上界价值,这通常是通过启发式函数或问题的数学模型得到的。 4. **剪枝**:如果某个子节点的下界大于当前已知的最佳解,那么就立即放弃这个子树,因为不可能在这个分支找到更好的解。 5. **递归**:对剩余的有希望的子节点继续进行上述步骤,直到找到全局最优解,或者无法再生成更好的解为止。 6. **回溯**:当找到最优解时,回溯过程,从最优解开始,逐步撤销之前的决策,直到到达原始的根节点。 相关问题: 1. 分支界限算法在处理调度问题时,常用的启发式函数有哪些? 2. 如何确定剪枝策略以提高算法效率? 3. 在实际应用中,哪些因素会影响最佳调度问题的复杂性? 4. 有没有其他搜索算法可以用来解决调度问题?它们之间有何区别?
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