贪婪调度原则分析 -TG上界分析

1.证明采用贪心调度时 $T_G\le W/P+S$

​      贪心调度原则简单来说就是我们使用$P$个处理器来处理某个$Work=W$，$Span=S$的计算任务时，某个处理器处于空闲状态当且仅当此时没有可被执行的子任务.

​      上面的计算过程图对应的一个$Work=10,Span=4$的并行计算过程，有通路连接的节点的之间有执行顺序要求. 当某个子任务也即是某个节点，被执行完毕之后，将其点标记为蓝色，而未执行的子任务标记为红色. 在此处我们假设我们拥有$P=2$个处理器. 可见当执行第0层的所有任务时会出现处理器空闲的情况（第0层只有1这个节点），而执行第二层的2、3节点时所有的处理器都被使用按照. 贪心调度原则，在下一步执行时应当同时执行4、5两个节点，因为此时处理器数目小于可执行的节点数（4、5、6均可被执行）. 这时我们将贪心调度“程度”降低一些，改为某一层执行完毕之前不能执行下一层的任何节点，换句话说就是按照层序遍历这颗计算树，则下一步只能执行4节点.

​      显然贪心调度所需时间$T_G\le$“层序调度”所需时间$T_L$，下面我们计算$T_L$的上确界.对于任何一个$Work=W,Span=S$的计算任务，可设其第$i$层的$Work=W_i$，则每一层的时间$T_i=\lceil W_i/P\rceil$，进而有：
$$\begin{array}{rl}{T}_G\le T_L& =\sum _{i=1}^S\lceil \frac{W_i}{P}\rceil \\ & \le \sum _{i=1}^S(\lfloor \frac{W_i}{P}\rfloor +1)\\ & \le \lfloor \frac{W}{P}\rfloor +S\end{array}$$
​      至此已经证明出使用贪心调度原则时，所需时间$T_G\le W/P+S$.

2.求解$T_G$更为精确的上界

​      下面是贪心调度更为精确的上界计算与分析：

​       假设每一步执行时所有的$P$个处理器都需要进行“准备执行”的过程（无论准备之后是否真的有任务需要执行），执行完整个过程之后，总共有$K$次“准备执行”过程，则易知$T=K/P$. 如果我们能够确定$K$的上界，就可以很轻松的得到$T_G$的上界。将“准备执行”过程分为两类，第一类为“有效准备”，即准备好的处理器确实立刻执行了某个子任务，设该类过程共计$K_E$个；第二类为“无效准备”，即准备好的处理器在这一步中处于闲置状态，设该类过程共计$K_W$个.

​       首先不论使用什么调度方式，每一个子任务都需要被执行，因此执行每个子任务的处理器都经过了“有效准备”. 又因为每个经过了“有效准备”的处理器都执行了一个子任务，因此可认为$K_E=W$. 其次每一步执行的时候最少需要执行一个子任务，因此每步最多有$P-1$个处理器闲置，故对第$i$步来说有$K_{W_i}\le P-1$.

​      下面考虑哪些步骤可能出现处理器闲置的情形. 在贪心调度原则下，只有当可执行的子任务数量小于$P$时才会出现闲置的情况，仍旧参考前文中的计算图作为示例：由图可知在执行下一步时节点4、5、6均可以被执行，因此当$P\ge 4$时会出现“无效准备”过程. 进一步观察可知，当我们只考虑剩余的子任务（子节点）时，计算树变成了计算森林，此时所有已经可以被执行的节点作为森林中的每棵树的根节点（树与树之间可以共用非根结点）. 如果下一步的执行有闲置的处理器，则说明所有的根节点均被执行的同时仍有处理器闲置。而所有的根节点都被执行就代表着这个森林中的任何一条（到达树叶节点的）通路的长度均会减$1$.

​      小结一下上一段的核心观点：如果某一执行步骤存在“无效准备”则该步骤一定会使“未处理子任务森林”中的任何一条“通路”的长度减$1$. 注意到在开始执行整个计算任务之前，计算森林就是整颗计算树，因此“森林”中的最长“通路”长为$S$，因此整个计算过程中最多有$S$步会出现闲置处理器，也就是存在“无效准备”过程.

​      综合前面三段的内容可知$K_W\le S\cdot (P-1)$，因此有：
$$\begin{array}{rl}K& =K_E+K_W\\ & \le W+S\cdot (P-1)\end{array}$$

$$T_G=\frac{K}{P}\le \frac{W}{P}+S\cdot \frac{P-1}{P}$$

      至此已经得到了贪婪调度原则下执行时间的更精确的上界.