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
这是一个经典的动态规划问题,可以使用C语言实现。以下是一种可能的解决方案: 1. 定义状态:设f(i,j)表示前i个任务放在j张加密卡上的最小花费。 2. 状态转移方程:考虑第i个任务,它可以独立放在一张加密卡上,也可以与前面的任务一起放在一张加密卡上。因此,有以下两种情况: 1) 第i个任务独立放在一张加密卡上,那么前i-1个任务就需要放在j-1张加密卡上,此时状态转移方程为: f(i, j) = min(f(i-1, j), f(i-1, j-1)) + cost(i) 2) 第i个任务与前面的任务一起放在一张加密卡上,那么前i-1个任务就需要放在j张加密卡上,此时状态转移方程为: f(i, j) = f(i-1, j) + cost(i) 其中,cost(i)表示第i个任务的花费。 3. 边界条件:当i=1时,只需要考虑前1个任务放在1张加密卡上的情况,即f(1,1)=cost(1)。当j=1时,只能将前i个任务都放在1张加密卡上,即f(i,1)=f(i-1,1)+cost(i)。 4. 最终答案:最小花费为min(f(n,1), f(n,2), f(n,3), f(n,4)),其中n为总任务数。 下面是C语言代码实现: ```c #include <stdio.h> #include <stdlib.h> #define MAX_TASKS 100 #define MAX_CARDS 4 int min(int a, int b) { return a < b ? a : b; } int main() { int n, i, j, k, cost[MAX_TASKS + 1], f[MAX_TASKS + 1][MAX_CARDS + 1]; // 读入任务数和每个任务的花费 scanf("%d", &n); for (i = 1; i <= n; i++) { scanf("%d", &cost[i]); } // 初始化边界条件 for (i = 1; i <= n; i++) { f[i][1] = f[i-1][1] + cost[i]; } for (j = 1; j <= MAX_CARDS; j++) { f[1][j] = cost[1]; } // 动态规划求解 for (i = 2; i <= n; i++) { for (j = 2; j <= MAX_CARDS; j++) { f[i][j] = f[i-1][j] + cost[i]; for (k = 1; k < i; k++) { f[i][j] = min(f[i][j], f[k][j-1] + cost[i]); } } } // 输出最小花费 int ans = f[n][1]; for (j = 2; j <= MAX_CARDS; j++) { ans = min(ans, f[n][j]); } printf("%d\n", ans); return 0; } ```
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