北京工业大学研究生算法作业（四）——回溯法作业分配

Readme

运行环境：
Win10+python3.7.3

IDE：Pycharm

分析设计：
有n份作业分配给n个人去完成，每人完成一份作业。
假定第i个人完成第j份作业需要花费cij时间，cij>0,1≦i,j≦n。试设计一个回溯算法，将n份作业分配给n个人完成，使得总花费时间最少。
这是一个寻找最优解的问题，通常的解决办法就是穷举出所有结果，找出最优解

数据结构：
输入数据来源于文件：input_assign04_01.dat. input_assign04_02.dat. input_assign04_03.dat. input_assign04_04.dat. input_assign04_05.dat. input_assign04_06.dat. input_assign04_07.dat.
文件内是n*n矩阵的元素，每行的元素代表完每个工人成该任务所需要的时间，每列代表某个工人完成每个工作需要的时间，读出的数据放在matrix中。
matrix[i][j]表示第j个工人完成第i个任务需要的时间。

Class Worker 中
使用user_distributed来标记在某一次求解中某工人是否被分配了任务
使用user_work来记录每次找到更适合的解的时候，工人工作分配情况
使用min_cost来记录最小的时间消耗和
使用n来记录用户或者作业的数量，题设中二者相等

初始化函数中完成从文件中读取数据，初始化相关变量的工作
back_track函数为回朔算法的主体部分deep 表示当前分配到第几个任务了，cost用来记录本次求解的花费情况
write_into_file函数将结果写入文件

代码

from time import sleep
class Worker:
    # n = 0  # 矩阵大小n*n
    # matrix = []  # 存放每人解决每个问题时间的矩阵
    # user_distributed = []  # 用户是否分配了工作
    # min_cost = 8000  # 默认一个最大的时间消费值
    # user_work = []  # 接受用户分配的工作

    # 初始化必要参数
    def __init__(self, input_file, output_file,n=0,matrix=[],user_distributed=[],min_cost=8000,user_work=[]):
        self.input_file = input_file
        self.output_file = output_file
        self.n = n
        self.matrix = matrix
        self. user_distributed = user_distributed
        self.min_cost = min_cost
        self. user_work = user_work
        with open(self.input_file) as file:
            for line in file:
                data_source = line.rstrip().split(' ')
                temp = []
                for time in data_source:
                    temp.append(int(time))
                self.matrix.append(temp)
        self.n = len(self.matrix)
        # 初始化 工人是否分配标记 工人最有分配结果
        for i in range(self.n):
            self.user_distributed.append(0)
            self.user_work.append(0)

    # 回朔法寻找最优解
    def back_track(self, deep, cost):
        if deep == self.n:
            if cost < self.min_cost:
                self.min_cost = cost
                for k in range(self.n):
                    self.user_work[k] = self.user_distributed[k]
            return
        else:
            for i in range(self.n):
                if self.user_distributed[i] == 0:  # 没有分配工作的人
                    self.user_distributed[i] = deep+1  # 标记当前公认已经被标记分配了工作
                    time = self.matrix[deep][i]
                    self.back_track(deep+1, cost+time)
                    self.user_distributed[i] = 0

    # 将算法执行结果存入文件中
    def write_into_file(self):
        file = open(self.output_file, 'a')
        file.write('最优解消耗总时间为：' + str(self.min_cost) + '\n')
        for i in range(self.n):
            file.write('第' + str(i+1) + '位工人完成第' + str(self.user_work[i]) + '份工作\n')


def main():
    for i in range(7):
        input_file = 'input_assign04_0{}.dat'.format(i+1)
        output_file = 'output_0{}.dat'.format(i+1)
        worker = Worker(input_file,output_file,n=0,matrix=[],user_distributed=[],min_cost=8000,user_work=[])
        worker.back_track(0, 0)
        print('第{}组输入'.format(i+1))
        print('最少工作时间为：',worker.min_cost)
        print('每个人完成的任务序号依次为：',worker.user_work)
        worker.write_into_file()
    sleep(300)


# 算法启动
if __name__ == '__main__':
    main()