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
题解:
设dp[i][j]的含义为完成i个任务时,在A机器花费j时间的情况下,B花费的最小时间(第i个任务由谁完成需要具体讨论)
那么就有状态转移方程:
- 当 j<a[i] 时,此时A的时间是不够的,任务只能交给B机器,因此 dp[i][j]=dp[i-1][j]+b[i]
- 当 j>a[i] 时,此时A时间够了,那么就比较这个任务交给谁可以使得B花费的时间更小,因此 dp[i][j]=min(dp[i][j]+b[i],dp[i][j-a[i]])
- 当 j=a[i] 时,这时A机器的时间恰好是够的,可以得到dp[i][j]=min(dp[i-1][j]+b[i],dp[i-1][0]),其实可以看到,dp[i-1][j]+b[i]和dp[i-1][0]本质上并没有什么不同,当因为j=0时,只能交给B机器做,所以这两个比较的意思说到底都是交给B做,因此可以和第一种情况合并
完成dp之后,我们就遍历最后一行,每一次取max(dp[n][i], i)作为两台机器完成i个任务所需要的时间,然后找到最小的时间输出
以下代码是二维的做法,当然,也可以用一维数组来写
#include <iostream>
#include <algorithm>
using namespace std;
int n, sum = 0 , a[101], b[101], dp[101][101];
int main()
{
cin >> n;
for (int i = 1; i <= n; i++) {
cin >> a[i];
sum += a[i];
}
for (int i = 1; i <= n; i++) {
cin >> b[i];
}
for (int i = 1; i <= n; i++) {
for (int j = 1; j <= sum; j++) {
//当j时间内A无法完成,则只能交给B完成
if (j <= a[i])
dp[i][j] = dp[i - 1][j] + b[i];
//当j时间内A可以完成,斟酌选A还是选B
else
dp[i][j] = min(dp[i - 1][j - a[i]], dp[i - 1][j] + b[i]);
}
}
int mmin = 999999997;
for (int i = 1; i <= sum; i++) {
int t = max(dp[n][i], i);
mmin = min(mmin, t);
}
cout << mmin;
return 0;
}