多核实时调度—任务分配启发式算法解读FF,NF,BF,WF

首先，我们得明白，这类问题属于组合优化问题，即，候选元素有 n 个，把它们组合起来得到目标结果的最优组合（这个组合就叫做最优解）。

很明显，穷举所有可能的组合情况，一定能找到最优解，但是很明显时间复杂度会非常高，指数增长。一般实际使用是不太可能的。那么就寻找近似解，速度快，即也能得到目标结果，但是最终得到的组合只能尽可能靠近这个最优组合。

常见的近似方法就是：贪心算法

贪心算法在解决问题的策略上目光短浅，只根据当前已有的信息就做出选择，而且一旦做出了选择，不管将来有什么结果，这个选择都不会改变（也就是不能回溯（一旦回溯，时间复杂度就很高了））。换言之，贪心法并不是从整体最优考虑，它所做出的选择只是在某种意义上的局部最优。贪心算法对于大部分的优化问题都能产生最优解，但不能总获得整体最优解，通常可以获得近似最优解。

例子： [找零钱]

一个小孩买了价值少于1美元的糖，并将1美元的钱交给售货员。售货员希望用数目最少的硬币找给小孩。假设提供了数目不限的面值为2 5美分、1 0美分、5美分、及1美分的硬币。售货员分步骤组成要找的零钱数，每次加入一个硬币。选择硬币时所采用的贪婪准则如下：每一次选择应使零钱数尽量增大。为保证解法的可行性（即：所给的零钱等于要找的零钱数），所选择的硬币不应使零钱总数超过最终所需的数目。

分析：

为使找回的零钱的硬币数最小，不考虑找零钱的所有各种方案，而是从最大面值的币种开始，按递减的顺序考虑各币种，先尽量用大面值的币种，只当不足大面值币种的金额才会去考虑下一种较小面值的币种。这就是在采用贪婪法。这种方法在这里之所以总是最优，是因为银行对其发行的硬币种类和硬币面值的巧妙安排。如果只有面值分别为1，5和11单位的硬币，而希望找回总额为15单位的硬币，按贪婪算法，应找1个11单位面值的硬币和4个1单位面值的硬币，共找回5个硬币。但最优的解答应是3个5单位面值的硬币。

贪心法的常见应用问题

• 哈夫曼编码
• 0-1背包问题
• 磁盘文件的存储
• 生产调度问题
• 信息查询
• 论文排版latex中的排版算法（不能回溯）：LaTeX 中的浮动体：浮动算法_MALIANGPro的博客-CSDN博客_latex 公式浮动

参考博客：贪心算法的设计思想_徐诚浪的技术博客的技术博客_51CTO博客

---

实时任务分配是0 1背包问题（n个任务分配到m个背包中，每个物品价值相等），为了获得理论最优的任务分配方法（穷举法，时间复杂度，即非多项式复杂度，为n的指数），NP-Hard，前面文章说了，PTAS算法可在运行时多项式时间复杂度以认为给定  误差精度（即偏离程度）接近理论最优（其实原理就是预处理阶段提前用穷举法计算好了放在一个查找表里，运行时和这个表里进行查找匹配即可）多核实时调度—多项式时间复杂度最优任务分配算法PTAS解读_标biao的博客-CSDN博客
背包问题的多种解法201226630407 - 百度文库

PTAS方法虽然好，但是操作麻烦。因此采用一些启发式算法，虽然不一定能获得理论最优分配的成功度，即不一定能达到最优，但是它们是很可能能达到最优的，而且这些方法时间复杂度也低，而且不占内存，而且实现简单。

启发式算法（heuristic algorithm)是相对于最优化算法提出的。一个问题的最优算法求得该问题每个实例的最优解。启发式算法可以这样定义：一个基于直观或经验构造的算法，在可接受的花费（指计算时间和空间）下给出待解决组合优化问题每一个实例的一个可行解，该可行解与最优解的偏离程度一般不能被预计。 启发式算法，实际上就是贪心算法的一种应用。
 

实时任务分配启发式分配方法一般有First-Fit，Next-Fit，Best-Fit，Worst-Fit。这些算法就是凭借经验构造的，比如觉得任务按照大到小的顺序(decrease)，总先分配在第一个核，应该能获得接近最优的分配策略。这就是FFD算法，如果分配前升序排列，那就是FFI（increase），任务不排序，那就是FF。一般来说，FFD的可调度性比FF好。

如果不考虑预先排序（任务动态加入系统的情况），其中FF的可调度性最高，WF均衡性最好，但是可调度性最差。

WF最坏情况下，任务集利用率只要超过1，就不可调度了，即一定可调度的上界是U<1。比如，4个核，无穷多个任务{0.011，0.011，0.011，......，0.011，0.99}，该任务集总利用率趋近于1，这个任务集在任意多核的处理器上分配会失败，因为WF先把0.011这样的任务占据了每个核，导致0.99无论分配哪个核都会失败了，WFI也会是这样。而如果是WFD，或者FF就不会这样了。

上面提供了任务如何分配策略，然后分配到核上后，除了上面的采用EDF调度策略，此外还可以采用固定优先级调度比如RM等调度算法，因此，产生了RMNF,RMFF,FFDU,RMST,RMGT,FFMP,RMMatching等后续调度算法。这些算法的性能如何衡量呢和对比呢，看我这篇文章实时任务多核分区调度算法—近似率 asymptotic approximation ratio的概念和作用_标biao的博客-CSDN博客