独立任务最优调度问题

问题描述:
用2 台处理机A 和B 处理n 个作业。设第i 个作业交给机器A 处理时需要时间ai,若由机器B 来处理,则需要时间bi 。由于各作业的特点和机器的性能关系,很可能对于某些i,有ai>=bi ,而对于某些j,j≠i,有aj<bj。既不能将一个作业分开由2 台机器处理,也没有一台机器能同时处理2 个作业。
设计一个动态规划算法,使得这2 台机器处理完这n个作业的时间最短(从任何一台机器开工到最后一台机器停工的总时间)。
研究一个实例:
(a1,a2,a3,a4,a5,a6)=(2,5,7,10,5,2);(b1,b2,b3,b4,b5,b6)=(3,8,4,11,3,4)。
编程任务:
对于给定的2 台处理机A 和B处理n 个作业,找出一个最优调度方案,使2台机器处理完这n 个作业的时间最短。
数据输入:
由文件input.txt提供输入数据。文件的第1行是1个正整数n, 表示要处理n个作业。接下来的2行中,每行有n 个正整数,分别表示处理机A 和B 处理第i 个作业需要的处理时间。
结果输出:
程序运行结束时,将计算出的最短处理时间输出到文件output.txt中。
输入文件示例 输出文件示例
input.txt 
6
2 5 7 10 5 2
3 8 4 11 3 4

output.txt

15


问题分析:

此题目可以使用动态规划来做。难点是如何构造动态规划算法。找出最优子结构和递推公式。

有两种构造方法:

1.t[i][j][k],表示机器A花费小于等于i的时间,机器B花费小于等于j的时间能够完成前K个任务,取值为bool类型

递推公式如下:t[i][j][k]=t[i-a[k]][j][k-1]|t[i][j-b[k]][k-1],这种构造方法需要一个三维数组,空间和时间复杂度都相对较高

2.t[k][i],表示完成前K个任务,机器A花费小于等于i的时间的前提下,机器B所需要的最小时间。

递推公式如下:t[k][i]=min{t[k-1][i-a[k]],t[k-1][i]+b[k]},这种方法时间和空间复杂度相较于第一种方法较低。


下面给出第二种方法的源代码:



#include<iostream>
#include<fstream>
#include<malloc.h>


using namespace std;
int task_schedule(int *a,int *b,int n)
{
int i,j;
int sa=0;
for(i=0;i<n;i++)
sa+=a[i];
int **t=(int **)malloc(sizeof(int*)*(n+1));
for(j=0;j<=n;j++)
{
t[j]=(int *)malloc(sizeof(int)*(sa+1));
memset(t[j],0,sizeof(int)*(sa+1));
}

for(int k=1;k<=n;k++)
{
for(i=0;i<=sa;i++)
{
if(i<a[k-1])
t[k][i]=t[k-1][i]+b[k-1];
else t[k][i]=t[k-1][i-a[k-1]]>=(t[k-1][i]+b[k-1])?(t[k-1][i]+b[k-1]):t[k-1][i-a[k-1]];
}
}

int min=1<<30;
for(i=0;i<=sa;i++)
{
int tmp=t[n][i]>i?t[n][i]:i;
if(tmp<min)
min=tmp;
}

return min;
}


int main()
{
int n;
int i;
ifstream in("input.txt");
in>>n;
int *a=new int[n];
int *b=new int[n];
for(i=0;i<n;i++)
in>>a[i];
for(i=0;i<n;i++)
in>>b[i];

int res=task_schedule(a,b,n);
cout<<res<<endl;
}



  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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