批处理作业调度

批处理作业调度

临近考试，又仔细复习了一遍，感觉比以前刚刚学的时候更加深刻和理解。以下是算法思想和代码。有不对的地方请指教。

给定n个作业，每一个作业都有两项任务分别在2台机器上完成。每个作业ji必须先有机器1处理，然后再由机器2处理。作业需要机器j的处理时间为tji。对于一个确定的作业调度，设Fji是作业i在机器j上完成处理时间。则所有作业在机器2上完成处理时间和f=F2i，称为该作业调度的完成时间和。

1. 简单描述

对于给定的n个作业，指定最佳作业调度方案，使其完成时间和达到最小。

2. 算法设计

类Flowshop的数据成员记录解空间的结点信息，M输入作业时间，bestf记录当前最小完成时间和，bestx记录相应的当前最佳作业调度。在递归函数Backtrack中，当i>n时，算法搜索至叶子结点，得到一个新的作业调度方案。此时算法适时更新当前最优值和相应的当前最佳调度。当i<n时，当前扩展结点在i-1层，以深度优先方式，递归的对相应子树进行搜索，对不满足上界约束的结点，则剪去相应的子树。

3. 算法描述

class Flowshop{    
    friend Flow(int * *,int,int[]);
private:
    void Backtrack(int i);
    int * * M, * x, * bestx, * f2, f1, f,    bestf, n;
};
void Flowshop::Backtrack(int i){    
    if(i>n){
        if(f＞bestf){
             for(int j=1;j<=n;j++)    
                 bestx[j]=x[j];                            
             bestf = f;   
        } 
    else{        
        for(int j=i;j<=n;j++){  
            f1+=M[x[j]][i]; 
            f2[i]=((f2[i-1]>f1)?f2[i-1]:f1)+M[x[j]][2];            
            f+=f2[i];     
            if(f<bestf){       
                Swap(x[i],x[j]);   
                Backtrack(i+1);     
                Swap(x[i],x[j]);     
            }           
            f1 -= M[x[j]][1];       
            f -= f2[i];      
        }   
    }
}
int Flow(int * * M,int n,int bestx[]){ 
    int ub = INT_AMX;   
    Flowshop X;  
    X.x = new int [n+1];    
    X.f2 = new int [n+1];   
    X.M = M;    
    X.n = n;   
    X.bestf = ub; 
    X.bestx = bestx;  
    X.f1 = 0;  
    X.f = 0;   
    for(int i=0;i<=n;i++){       
        X.f2[i] = 0;       
        X.x[i]=1;
    }
    X.Backtrack(1);
    delete [] X.x;   
    delete [] X.f2;   
    return X.bestf;
}