CSP——计算资源调度器

题目背景

西西艾弗岛上兴建了一批数据中心，建设了云计算资源平台。小 C 是主管西西艾弗云开发的工程师。西西艾弗云中有大量的计算节点，每个计算节点都有唯一编号。
西西艾弗云分为多个可用区，每个计算节点位于一个特定的可用区。一个可用区中可以有多个计算节点。

西西艾弗云中运行的计算任务分为不同的应用，每个计算任务都有一个应用与之对应，一个应用中可能包括多个计算任务。
每个计算任务由一个特定的计算节点执行，下文中计算任务“运行在某可用区上”意即“运行在某可用区的计算节点上”。
不同的计算任务对运行的计算节点的要求不尽相同。有的计算任务需要在指定可用区上运行，有的计算任务要和其它应用的计算任务在同一个可用区上运行，
还有的希望不要和某个应用的计算任务在同一个计算节点上运行。
对于一个计算任务，执行它的计算节点一旦选定便不再更改；在选定计算节点后，该任务对计算节点的要求就不再被考虑，
即使新安排的计算任务使得此前已有的计算任务的要求被违反，也是合法的。

下图示意性地说明了可用区、计算节点、计算任务之间的关系，同时也说明了应用和计算任务的对应关系。

 一开始，小 C 使用了电子表格程序来统计计算任务的分配情况。随着云上的计算节点和计算任务的不断增多，小 C 被这些奇怪的要求搞得焦头烂额，有的时候还弄错了安排，让客户很不满意。
小 C 找到你，希望你能为他提供一个程序，能够输入要运行的计算任务和对节点的要求，结合西西艾弗云的现有计算节点信息，计算出计算任务应该被安排在哪个计算节点上。

问题描述

计算任务对计算节点的要求十分复杂而且又不好描述，你对小 C 表示写程序这件事很为难。于是，小 C 进行了调研，
将这些需求进行了归纳整理，形成了下面这三种标准需求。在提出需求时，必须从这三种标准需求中选取若干种，每种需求只能有一条。选取多种需求意味着要同时满足这些需求。

• 计算节点亲和性

  计算任务必须在指定可用区上运行。

• 计算任务亲和性

  计算任务必须和指定应用的计算任务在同一可用区上运行。

  该要求对计算任务可以运行的可用区添加了限制。不考虑该任务本身，一个可用区若运行有指定应用的任务，则满足要求。

• 计算任务反亲和性

  计算任务不能和指定应用的计算任务在同一个计算节点上运行。

  该要求对计算任务可以运行的计算节点添加了限制。不考虑该任务本身，一个计算节点若运行有指定应用的任务，则不满足要求。

  当要执行的计算任务多起来，计算任务反亲和性的要求可能很难满足。因此在添加计算任务反亲和性要求时，还要指定这个要求是“必须满足”还是“尽量满足”。

小 C 要求你按照如下方法来分配计算节点：按照计算任务的启动顺序，根据要求，依次为每个计算任务选择计算节点。一旦选择了一个计算节点，就固定下来不再变动，
并且在此后的选择中，不再考虑这个计算任务的要求。对每个计算任务，选择计算节点的方法是：

1. 过滤阶段

   在这个阶段，先根据计算任务的要求，过滤出所有满足要求的计算节点。如果不存在这样的计算节点，并且指定了计算任务反亲和性要求，并且计算任务反亲和性要求是尽量满足的，
   那么去掉计算任务反亲和性要求，再过滤一次。如果还不存在，就认为该计算任务的要求无法满足，该计算任务无法分配。

2. 排序阶段

   在这个阶段，将过滤后的计算节点按照这个方法排序：

   1. 选择此时运行计算任务数量最少的计算节点；
   2. 选择编号最小的计算节点。

输入格式

输入的第一行包含两个由空格分隔的正整数 n 和 m，分别表示计算节点的数目和可用区的数目。计算节点从 1 到 n 编号，可用区从 1 到 m 编号；

输入的第二行包含 n 个由空格分隔的正整数 l1,l2,…li,…,ln，表示编号为 i 的计算节点位于编号为 li 的可用区。其中，0<li≤m；

输入的第三行包含一个正整数 g，表示计算任务的组数；

接下来的 g 行，每行包含六个由空格分隔的整数 fi、ai、nai、pai、paai、paari，表示依次启动的一组计算任务的信息，其中：

• fi：表示要接连启动 fi 个所属应用和要求相同的计算任务，其中 fi>0；
• ai：表示这 fi 个计算任务所属应用的编号，其中 0<ai≤Amax（Amax 代表最大应用编号）；
• nai：表示计算节点亲和性要求，其中 0≤nai≤m。当 nai=0 时，表示没有计算节点亲和性要求；否则表示要运行在编号为 nai 的可用区内的计算节点上；
• pai：表示计算任务亲和性要求，其中 0≤pai≤Amax。当 pai=0 时，表示没有计算任务亲和性要求；否则表示必须和编号为 pai 的应用的计算任务在同一个可用区运行；
• paai：表示计算任务反亲和性要求，其中 0≤paai≤Amax。当 paai=0 时，表示没有计算任务反亲和性要求；否则表示不能和编号为 paai 的应用的计算任务在同一个计算节点上运行；
• paari：表示计算任务亲和性要求是必须满足还是尽量满足，当 paai=0 时，paari 也一定为 0；否则 paari=1 表示“必须满足”，paari=0 表示“尽量满足”。

计算任务按组输入实际上是一种简化的记法，启动一组 (fi,ai,nai,pai,paai,paari) 和连续启动 fi 组 (1,ai,nai,pai,paai,paari) 并无不同。

输出格式

输出 g 行，每行有 fi 个整数，由空格分隔，分别表示每个计算任务被分配的计算节点的情况。若该计算任务没有被分配，则输出 0；否则输出被分配的计算节点的编号。

样例输入

10 4
1 1 1 1 1 2 2 2 2 2
6
2 1 4 1 2 1
6 1 1 0 1 1
1 2 2 0 0 0
6 1 2 0 2 1
5 2 2 0 1 0
11 3 0 1 3 0

样例输出

0 0
1 2 3 4 5 0
6
7 8 9 10 7 8
6 6 6 6 6
1 2 3 4 5 9 10 7 8 6 1

样例解释

本输入中声明了十个计算节点，前五个位于可用区 1，后五个位于可用区 2。可用区 3 和 4 不包含任何计算节点。

对于第一组计算任务，由于它们声明了计算节点亲和性要求，但要求的可用区编号是 4，该可用区不包含计算节点，因此都不能满足。

对于第二组计算任务，要在可用区 1 中启动 6 份应用 1 的任务，并且要求了计算任务反亲和性。因此，前五份任务分别被安排在前五个节点上。对于第六份任务，由于它必须运行于可用区 1，所以能够安排的范围仅限于前五个节点。但是它还指定了强制的计算任务反亲和性，前五个节点上已经启动了属于应用 1 的计算任务，因此没有能够运行它的节点。

对于第三组计算任务，要在可用区 2 中启动 1 份应用 2 的任务，直接将其分配给节点 6。

对于第四组计算任务，要在可用区 2 中启动 6 份应用 1 的任务，并且要求了计算任务反亲和性，不能和应用 2 的计算任务分配在同一个节点上。因此，节点 6 不能用于分配，这六份任务只能分配在节点 7～10 上。按照题意，选取运行任务数最少的和编号最小的，因此依次分配 7、8、9、10、7、8。

对于第五组计算任务，要在可用区 2 中启动 5 份应用 2 的任务，并且要求了尽量满足的计算任务反亲和性，不能和应用 1 的计算任务分配在同一个节点上。此时，可用区 2 中的节点 6 上没有应用 1 的计算任务，因此这 5 份计算任务都会被分配到这个节点上。

对于第六组计算任务，要启动 11 份应用 3 的任务，并且要求了尽量满足的计算任务反亲和性，不能和应用 3 的其它计算任务分配在同一个节点上，同时要求和应用 1 的计算任务位于同一个可用区。应用 1 位于两个可用区，因此全部 10 个节点都可以用于分配。对于前 10 份任务，按照题意，依次选取运行的任务数最少且编号最小的节点进行分配。对于第 11 份任务，由于所有的节点上都运行有应用 3 的任务，因此没有节点符合它的反亲和性要求。又因为反亲和性要求是尽量满足的，因此可以忽略这一要求，将它安排在节点 1 上。

子任务

本题包含 20 个测试用例，每个 5 分。

全部测试数据保证 0<m≤n≤1000，0<g≤∑i=1gfi≤2000。

部分测试点的特殊性质详见下表，比如测试点 1、2 中最大应用编号仅为 10 且不包含任何需求。

测试点	最大应用编号	计算节点亲和性	计算任务亲和性	计算任务反亲和性
1, 2	Amax=10	无要求（nai=0）	无要求（pai=0）	无要求（paai=0）
3, 4	Amax=109	无要求（nai=0）	无要求（pai=0）	无要求（paai=0）
5, 6, 7	Amax=10	nai≥0	无要求（pai=0）	无要求（paai=0）
8, 9, 10	Amax=109	nai≥0	无要求（pai=0）	无要求（paai=0）
11, 12, 13	Amax=10	nai≥0	无要求（pai=0）	paai≥0
14, 15, 16	Amax=109	nai≥0	无要求（pai=0）	paai≥0
17, 18	Amax=10	nai≥0	pai≥0	paai≥0
19, 20	Amax=109	nai≥0	pai≥0	paai≥0"]

AC代码：

#include<iostream>
#include<set>
#include<vector>
#include<unordered_map>
#include<algorithm>
using namespace std;
struct node//节点 
{
	int id;//第几个计算节点 
	int block;//属于哪个区 
	int num;//该节点上有几个任务 
	set<int> task;//该节点上有哪些任务 
}; 
vector<int> v;//v是节点整型 
unordered_map<int, node> mp;//节点id到节点结构体的映射
int func1(int n, int flag, vector<int> &temp)//计算节点亲和性 
{
	int left=n;
	vector<int>::iterator i=temp.begin();
	while(n>0)
	{
		if(mp[(*i)].block!=flag)
		{
			int g=(*i);
			temp.erase(i);
			temp.push_back(g);
			left--;
			n--;
			continue;
		}
		i++;
		n--;
	}
	return left;
}
int func2(int left, int flag, vector<int> &temp)//计算任务亲和性 
{
	int left_n=left;
	vector<int>::iterator i;
	set<int> s;//存储可用区 
	for(i=temp.begin(); i!=temp.end();i++)
	{
		if(mp[(*i)].task.count(flag)==1)s.insert(mp[(*i)].block);
	}
	i=temp.begin();
	while(left>0)
	{
		if(s.find(mp[(*i)].block)==s.end())
		{
			int g=(*i);
			temp.erase(i);
			temp.push_back(g);
			left_n--;
			left--;
			continue;
		}
		i++;
		left--;
	}
	return left_n;
}
vector<int> func3(int left, int flag, vector<int> temp)//计算任务反亲和性 
{
	int left_n=left;
	vector<int>::iterator i=temp.begin();
	while(left>0)
	{
		if(mp[(*i)].task.count(flag)==1)
		{
			int g=(*i);
			temp.erase(i);
			temp.push_back(g);
			left_n--;
			left--;
			continue;
		}
		i++;
		left--;
	} 
	temp.push_back(left_n);
	return temp;
}
bool cmp(int &a, int &b)//节点结构体的排序 
{
	if(mp[a].num!=mp[b].num)return mp[a].num<mp[b].num;
	else return mp[a].id<mp[b].id;
}
int main()
{
	int n=0, m=0;
	scanf("%d%d", &n, &m);
	for(int i=1;i<=n;i++)
	{
		int temp=0;
		scanf("%d", &temp);
		node p={i, temp, 0};
		mp[i]=p;
		v.push_back(i); 
	}
	int g=0;
	scanf("%d", &g);
	int a1=0, a2=0, a3=0, a4=0, a5=0, a6=0;
	for(int i=1;i<=g;i++)
	{
		scanf("%d%d%d%d%d%d", &a1, &a2, &a3, &a4, &a5, &a6);
		for(int j=1;j<=a1;j++)
		{
			int left=n;
			vector<int> temp1; 
			temp1.push_back(0);
			if(a3!=0)left=func1(left, a3, v);//计算节点亲和性
			if(a4!=0)left=func2(left, a4, v);//计算任务亲和性
			if(a5!=0)temp1=func3(left, a5, v);//计算任务反亲和性
			if(temp1.back()==0&&a6==1||left==0)
			{
				printf("0 ");
			}
			else if(temp1.back()==0&&a6==0)
			{
				sort(v.begin(),v.begin()+left,cmp);
				printf("%d ", v[0]);
				mp[v[0]].num++;
				mp[v[0]].task.insert(a2);
			}
			else
			{
				sort(temp1.begin(),temp1.begin()+temp1.back(),cmp);
				printf("%d ", temp1[0]);
				mp[temp1[0]].num++;
				mp[temp1[0]].task.insert(a2);
			}
		}
		printf("\n");
	}
	return 0;
}

这道题就是个实际问题的大模拟，考验大家的码力和耐心。理解题意之后，一边对着测试样例边看代码应该能理解看懂。有几点需要注意的提醒一下：

1、本题用unordered_map不用map，两者的用法差不多，就是底层的实现不一样，用map过不了，只能得25分—.—。

2、unordered_map是C++11的标准，用Dev-C++的朋友要修改一下编译环境才能运行C++11。

操作如下：

希望能帮助到大家！