桂 林 理 工 大 学
实 验 报 告
实验名称 实验四 日期 2020年 11 月25 日
一、实验目的:
理解贪心算法的思想,并能对给定的问题能设计出分治算法予以解决。
二、实验环境:
Eclipse
三、实验内容:
1.最优服务次序问题。
问题描述:设有n个顾客同时等待一项服务,顾客i需要的服务时间为ti,(1<=i<=n)。应如何安排n个顾客的服务次序才能使平均等待时间达到最小?(平均等待时间是n个顾客等待服务时间总和除以n)
输入:第一行为一个正整数n,表示有n个顾客
第二行为n个正整数,表示n个顾客需要的服务时间
输出:最小平均等待时间。
import java.util.Scanner;
import java.util.Arrays;
public class tanxin {
public static void main(String[] args) {
Scanner reader=new Scanner(System.in);
int n=reader.nextInt(); //等待人数
int total = 0;//总等待时间
int arr[]=new int[n+1];
for(int i=1;i<=n;i++){
arr[i]=reader.nextInt();
}
Arrays.sort(arr);
for(int i=1;i<n;i++){
total+=arr[i];
}
System.out.println(total/n);
}
}
2.}多处最优服务次序问题。
问题描述:设有n个顾客同时等待一项服务,顾客i需要的服务时间为ti,(1<=i<=n)。共有s处可以提供此项服务。应如何安排n个顾客的服务次序才能使平均等待时间达到最小?
输入:第一行为两个正整数n和s
第二行为n个正整数,表示n个顾客需要的服务时间
输出:最小平均等待时间。
import java.util.Scanner;
import java.util.Arrays;
public class tanxin {
public static double waitMin(int[] arr,int n,int s){
double total=0D;
int loop=0;
if( n/s!= ((double)n)/((double)s) ){
loop=n/s;
}else{
loop=n/s-1;
}
for(int i=1;i<=loop*s;i++){
total+=arr[i];
}
return total;
}
public static void main(String[] args) {
Scanner reader=new Scanner(System.in);
int n=reader.nextInt(); //等待人数
int s=reader.nextInt(); //服务处数
int arr[]=new int[n+1];
for(int i=1;i<=n;i++){
arr[i]=reader.nextInt();
}
Arrays.sort(arr);
System.out.println(waitMin(arr,n,s)/n);
}
}
3.最优分解问题。
问题描述:设n是一个正整数,要求将n分解为若干互不相同的自然数之和,且这些自然数的乘积最大。
输入:正整数n
输出:计算的最大乘积。
如输入10,则输出30.
提示:若a+b=const ,则a-b的绝对值越小,ab值越大。贪心策略:将n分成从2开始的连续自然数之和,如果最后剩下一个数,则将此数在后项优先的方式下均匀地分给前面各项。
public static int disptch(int t) {// 参数t为输入的整数
int sum = 1;
int cont = 0;
int n = t;
int temp = 0;
int[] a = new int[t];// 存放被分解的数
// 赋初始值
for (int i = 0; i < t; i++) {
a[i] = 0;
}
if (t < 4) {
System.out.println("不存在最优方案");
} else {
a[0] = 2;// 从第一个开始赋值
t = t - a[0];// 减去已经分解的数值
int k = 0;
cont = a[0];
while (cont < n) {// 比较已经被分解的最后一个数和剩下数的大侠,若为true则进入循环
k++;// 数组下标+1
a[k] = a[k - 1] + 1;
cont = cont + a[k];
// t = t - a[k];// 减去最新分解的数字
}
temp = cont - n;
if (temp == 1) {
a[0] = 0;
a[k] += 1;
} else if (temp == 0) {
} else {
a[temp - 2] = 0;
}
System.out.print("最优分解方案是:");
// 打印出最佳方案
for (int i = 0; i < a.length; i++) {
if (a[i] != 0) {
sum = sum * a[i];
System.out.print(" " + a[i] + " ");
}
}
}
return sum;
}
4.多机调度问题
利用贪心法设计算法求解如下问题:
要求给出一种作业调度方案,使所给的n个作业在尽可能短的时间内由m台机器加工处理完成。约定,每个作业均可在任何一台机器上加工处理,但未完工前不允许中断处理。作业不能拆分成更小的子作业。
这个问题是一个NP完全问题,到目前为止还没有一个有效的解法。对于这一类问题,用贪心选择策略有时可以设计出较好的近似算法。
可以考虑以下的贪心策略:
(1)最长处理时间作业优先的贪心选择策略。
(2)最短处理时间作业优先的贪心选择策略。
(3)作业到达时间优先的贪心选择策略。
假设7个独立的作业由3台机器加工处理,各作业所需的处理时间为:{2,14,4,6,16,5,3},写出以上算法求解此问题的结果。
package test;
import java.util.ArrayList;
import java.util.Collections;
import java.util.LinkedList;
import java.util.List;
public class tanxin {
// 声明一个作业类 用来对作业进行标记,并继承Comparable接口进 实现对作业的排序
public static class JobNode implements Comparable {
int id;// 作业的标号
int time;// 作业时间
// 构造方法初始化
public JobNode(int id, int time) {
this.id = id;
this.time = time;
}
public int compareTo(Object x) {// 按时间从大到小排列
int times = ((JobNode) x).time;
if (time > times)
return -1;
if (time == times)
return 0;
return 1;
}
}
public static class MachineNode implements Comparable {
int id;// 机器的标号
int avail;// 机器空闲的时间(即机器做完某一项工作的时间)
public MachineNode(int id, int avail) {
this.id = id;
this.avail = avail;
}
public int compareTo(Object o) {// 升序排序,LinkedList的first为最小的
int xs = ((MachineNode) o).avail;
if (avail < xs)
return -1;
if (avail == xs)
return 0;
return 1;
}
}
public static int greedy(int[] a, int m) {
int n = a.length - 1;// a的下标从1开始,所以n(作业的数目)=a.length-1
int sum = 0;
// 当机器数大于等于作业数
if (n <= m) {
sum = a[0];
for (int i = 0; i < n; i++)
if (a[i + 1] > a[i]) {
sum = a[i + 1];
}
// sum += a[i + 1];
System.out.println("为每个作业分别分配一台机器");
return sum;
}
List<JobNode> d = new ArrayList<JobNode>();// d保存所有的作业
for (int i = 0; i < n; i++) {// 将所有的作业存入List中,每一项包含标号和时间
JobNode jb = new JobNode(i + 1, a[i + 1]);
d.add(jb);// 添加到list
}
Collections.sort(d);// 对作业的List进行排序
LinkedList<MachineNode> h = new LinkedList<MachineNode>();// h保存所有的机器
for (int i = 1; i <= m; i++) {// 将所有的机器存入LinkedList中
MachineNode x = new MachineNode(i, 0);// 初始时,每台机器的空闲时间(完成上一个作业的时间)都为0
h.add(x);
}
int test = h.size();// 将机器的大小赋初始值
for (int i = 0; i < n; i++) {
Collections.sort(h);// 对机器上正在进行的时间进行排序
MachineNode x = h.peek(); // 查看栈顶元素 栈顶元素为最小元素。
System.out.println("将机器" + x.id + "从" + x.avail + "到"
+ (x.avail + d.get(i).time) + "的时间段分配给作业" + d.get(i).id);
x.avail += d.get(i).time;
if (x.avail > sum) {
sum = x.avail;
}
}
return sum;
}
public static void main(String[] args) {
// 不同的测试数据
int[] a = { 0, 1, 14, 4, 16, 6, 5, 3 };
// int[] a = { 0, 2, 14, 4, 16, 6, 5, 3 };
// int[] a = { 0, 44, 14, 4 };
int m = 3;// 机器数
int sum = greedy(a, m);
System.out.println("总时间为:" + sum);
}
}