最佳调度问题

假设有n(n<=20)个任务由k(k<=20)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,对任意给定的整数n和k,以及完成任务i 需要的时间为ti ,i=1~n。计算完成这n个任务的最佳调度,使得完成全部任务的时间最早。

输入格式:

输入数据的第一行有2 个正整数n和k。第2 行的n个正整数是完成n个任务需要的时间。

输出格式:

将计算出的完成全部任务的最早时间输出到屏幕。

输入样例:

在这里给出一组输入。例如:

7 3
2 14 4 16 6 5 3

输出样例:

在这里给出相应的输出。例如:

17

 代码实现:

#include<iostream>
using namespace std;

int n;
int k;
int task_time[100];
int min_t;
int machine[100];

int max(int a, int b) {
	return a > b ? a : b;
}
int min(int a, int b) {
	return a < b ? a : b;
}
void backTrack(int t) {
	if (t == n) {
		int now_max_time = 0;
		for(int i = 0; i < k; i++) {
			now_max_time = max(now_max_time, machine[i]);
		}
		min_t = min(min_t, now_max_time);
	}
	else {
		for (int i = 0; i < k; i++) {
			//由第i台机器完成第t项任务
			machine[i] += task_time[t];
			//判断是否已经大于了现有的最小时间
			if (machine[i] < min_t) {
				backTrack(t + 1);
			}
			//i机器不完成第t项任务
			machine[i] -= task_time[t];
		}
	}

}
int main() {
	cin >> n >> k;
	for (int i = 0; i < n; i++) {
		cin >> task_time[i];
		min_t += task_time[i];
	}
	backTrack(0);
	cout << min_t;

}

 

  • 0
    点赞
  • 0
    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