独立任务最优调度问题

转自:http://hi.baidu.com/liongg/blog/item/63d6a9ec19454c2262d09f01.html(有修改)


问题:独立任务最优调度,又称双机调度问题:用两台处理机A和B处理n个作业。设第i个作业交给机器A处理时所需要的时间是a[i],若由机器B来处理,则所需要的时间是b[i]。现在要求每个作业只能由一台机器处理,每台机器都不能同时处理两个作业。设计一个动态规划算法,使得这两台机器处理完这n个作业的时间最短(从任何一台机器开工到最后一台机器停工的总的时间)。
研究一个实例:
n=6 
a = {2, 5, 7, 10, 5, 2};
b = {3, 8, 4, 11, 3, 4}.


分析:当完成k个作业,设机器A花费了x时间,机器B所花费时间的最小值肯定是x的一个函数,设F[k][x]表示机器B所花费时间的最小值(注意,这是B机器所花费的时间,即当B机器停机时的时间点)。则有

F[k][x]=Min{ F[k-1][x]+b[k], F[k-1][x-a[k]] };

其中,F[k-1][x]+b[k]表示第k个作业由机器B来处理(完成k-1个作业时机器A花费的时间仍是x,前提就是A机器停机的时间是x),F[k-1][x-a[k]]表示第k个作业由机器A处理(完成k-1个作业时机器A花费的时间是x-a[k])。


那么x(表示A机器的停机时间)、F[k][x](表示B机器的停机时间)两者取最晚停机的时间,也就是两者中最大的时间,是在AB在此时间中完成k任务最终的时间:Max(x, F[k][x])。而机器A花费的时间x在此期间是一个变量,其取值可以是即x=0,1,2……x(max),(理论上x的取值是离散的,但为编程方便,设为整数连续的)由此构成了点对较大值序列。要求整体时间最短,取这些点对较大值序列中最小的即是。


理解难点在于B是A的函数表达式,也即动态规划所在。花点时间,看懂表达式,加上思考,理解了这点一切OK,后面的编程实现完全依据这个思想。先用前两个任务的枚举示例来帮助理解。


示例:前两个作业示例足矣。

初始化第一个作业:下标以0开始。

首先,机器A所花费时间的所有可能值范围:0 <= x <= a[0].
设x<0时,设F[0][x]= ∞,则max(x, ∞)= ∞;记法意义见下。
x=0时,F[0][0]=3,则Max(0,3)=3,机器A花费0时间,机器B花费3时间,而此时两个机器所需时间为3;
x=1时,F[0][1]=3,Max(1,3)=3;
x=2时,F[0][2]=0,则Max(2,0)=2;

那么上面的点对序列中,可以看出当x=2时,完成第一个作业两台机器花费最少的时间为2,此时机器A花费2时间,机器B花费0时间。

来看第二个作业:

首先,x的取值范围是:0 <= x <= (a[0] + a[1]).
当x<0时,记F[1][x] = ∞;这个记法编程使用,因为数组下标不能小于0。在这里的实际含义是:x是代表完成前两个作业机器A的时间,a[1]是机器A完成第2个作业的时间,若x<a[1],则势必第2个作业由机器B来处理,即在Min()中取前者。

x=0,则F[1][0]= Min{ F[0][0]+b[2], F[0][0-a[1]] }= Min{3+8,∞}=11,进而Max(0,11)=11;
x=1,则F[1][1]= Min{ F[0][1]+b[2], F[0][1-a[1]] }= Min{3+8,∞}=11,进而Max(11)=11;
x=2,则F[1][2]= Min{ F[0][2]+b[2], F[0][2-a[1]] }= Min{0+8,∞}=8,进而Max(2,8)=8;
x=3,则F[1][3]= Min{ F[0][3]+b[2], F[0][3-a[1]] }= Min{0+8,∞}=8,进而Max(3,8)=8;
x=4,则F[1][4]= Min{ F[0][4]+b[2], F[0][4-a[1]] }= Min{0+8,∞}=8,进而Max(4,8)=8;
x=5,则F[1][5]= Min{ F[0][5]+b[2], F[0][5-a[1]] }= Min{0+8,3}=3,进而Max(5,3)=5;
x=6,则F[1][6]= Min{ F[0][6]+b[2], F[0][6-a[1]] }= Min{0+8,3}=3,进而Max(6,3)=6;
x=7,则F[1][7]= Min{ F[0][7]+b[2], F[0][7-a[1]] }= Min{0+8,0}=0,进而Max(7,0)=7;

那么上面的点对序列中,可以看出当x=5时,完成两个作业两台机器花费最少的时间为5,此时机器A花费5时间,机器B花费3时间。


程序代码如下:

[csharp]  view plain copy
  1. <span style="font-size:16px;">using System;  
  2. namespace zydd  
  3. {  
  4.     class Program  
  5.     {  
  6.         //独立任务最优调度函数,参数为两组任务和任务个数,最优时间和顺序结果。  
  7.         static void DlrwZydd(int[] a, int[] b, int n, int[] least, string[] result)  
  8.         {  
  9.             //首先给一个大值。  
  10.             for (int i = 0; i < n; i++)  
  11.             {  
  12.                 least[i] = 99;  
  13.             }  
  14.   
  15.             //若任务只有一台机器完成,求得两个时间。  
  16.             int aSum = 0, bSum = 0;  
  17.             for (int i = 0; i < n; i++)  
  18.             {  
  19.                 aSum += a[i];  
  20.                 bSum += b[i];  
  21.             }  
  22.             //小值加1作为数组的列数,减少存储空间。  
  23.             int Sum = 1 + Math.Min(aSum, bSum);  
  24.   
  25.             //创建四个行数列数相同的数组,timeA存储机器A可能用的时间,timeB存储对应机器B用的时间,  
  26.             //timeMax记录两者共需的时间,即较大的那个;who则标识完成该任务的机器是A还是B。  
  27.             int[,] timeA = new int[n, Sum];  
  28.             int[,] timeB = new int[n, Sum];  
  29.             int[,] timeMax = new int[n, Sum];  
  30.             char[,] who = new char[n, Sum];  
  31.             char[] tempRlt = new char[n];//tempRlt记录机器完成任务的机器顺序,并逐一赋值给result  
  32.   
  33.   
  34.             //先计算第1个任务相关值,记录在四个数组的第0行。  
  35.             for (int i = 0; i <= a[0]; i++)  
  36.             {  
  37.                 timeA[0, i] = i;  
  38.                 if (i < a[0])  
  39.                 {  
  40.                     timeB[0, i] = b[0];  
  41.                     who[0, i] = 'b';  
  42.                 }  
  43.                 else  
  44.                 {  
  45.                     timeB[0, i] = 0;  
  46.                     who[0, i] = 'a';  
  47.                 }  
  48.                 timeMax[0, i] = Math.Max(timeA[0, i], timeB[0, i]);  
  49.             }  
  50.   
  51.             //尽管像下面一样,直接比较即可得出完成第1项任务的最优时间,但由于使用动态规划,计算上述值是必需的。  
  52.             if (a[0] <= b[0])  
  53.             {  
  54.                 least[0] = a[0];  
  55.                 tempRlt[0] = 'a';  
  56.             }  
  57.             else  
  58.             {  
  59.                 least[0] = b[0];  
  60.                 tempRlt[0] = 'b';  
  61.             }  
  62.             result[0] = new String(tempRlt);          
  63.   
  64.             //计算第2个至第n个任务,分别记录在四个数组相应行。  
  65.             for (int k = 1; k < n; k++)  
  66.             {  
  67.   
  68.                 //tempSum记录完成前k项任务机器A最多需要的时间,即全部由A完成需要的时间,亦即机器A所有可能的取值范围。  
  69.                 int tempSum = 0;  
  70.                 for (int temp = 0; temp <= k; temp++)  
  71.                 {  
  72.                     tempSum += a[temp];  
  73.                 }  
  74.                 //计算出所有可能的点对(timeA,timeB),并取值timeMax。  
  75.                 for (int i = 0; i <= tempSum; i++)  
  76.                 {  
  77.                     //机器A在完成前k项任务时所花费的时间为i。  
  78.                     timeA[k, i] = i;  
  79.   
  80.                     //i即timeA[k, i],若机器A完成前k项任务的时间 小于 它完成第k项的时间,可能吗?不可能,所以第k项任务肯定由机器B做。  
  81.                     if (i < a[k])  
  82.                     {  
  83.                         timeB[k, i] = timeB[k - 1, i] + b[k];  
  84.                         who[k, i] = 'b';  
  85.                     }  
  86.                     //按照前述动态规划方式的思想,确定机器A在花费i时间时,机器B花费的最优时间。  
  87.                     else  
  88.                     {  
  89.                         if ((timeB[k - 1, i] + b[k]) <= timeB[k - 1, i - a[k]])  
  90.                         {  
  91.                             timeB[k, i] = timeB[k - 1, i] + b[k];  
  92.                             who[k, i] = 'b';  
  93.                         }  
  94.                         else  
  95.                         {  
  96.                             timeB[k, i] = timeB[k - 1, i - a[k]];  
  97.                             who[k, i] = 'a';  
  98.                         }  
  99.                     }  
  100.                     //两台机器花费时间较大的那个为总花费时间。  
  101.                     timeMax[k, i] = Math.Max(timeA[k, i], timeB[k, i]);  
  102.                 }  
  103.   
  104.                 //处理数组tempSum后面的值。机器A时间全部设为最大,此时机器B则无需花费时间。  
  105.                 for (int i = tempSum + 1; i < aSum; i++)  
  106.                 {  
  107.                     timeA[k, i] = tempSum;  
  108.                     timeB[k, i] = 0;  
  109.                 }  
  110.   
  111.                 //完成第k项任务后,在timeMax所有可能值中,选取最小值即最优值。  
  112.                 int flag = 0;//记录最优值所在的位置i值,同时也是机器A所花费的时间。  
  113.                 for (int i = 0; i <= tempSum; i++)  
  114.                 {  
  115.                     if (timeMax[k, i] > 0 && timeMax[k, i] < least[k])  
  116.                     {  
  117.                         least[k] = timeMax[k, i];  
  118.                         flag = i;  
  119.                     }  
  120.                 }  
  121.   
  122.                 //用来回溯所用机器的顺序,需要注意的是机器A所花费的时间和数组的下标一样,因此可用做标记。  
  123.                 //最后一项任务的回溯路径已在示意图中标出,便于理解。  
  124.                 tempRlt[k] = who[k, flag];  
  125.                 for (int i = k; i > 0 && flag > 0; i--)  
  126.                 {  
  127.                     //如果是机器A完成第i项任务,则机器A花费的时间减去a[i]就是完成前i-1项任务的时间。  
  128.                     //同时在who中可以确定前一项任务的机器,因为机器A花费的时间可用做位置标记。  
  129.                     if (tempRlt[i] == 'a')  
  130.                     {  
  131.                         flag -= a[i];  
  132.                         tempRlt[i - 1] = who[i - 1, flag];  
  133.   
  134.                     }  
  135.                     if (tempRlt[i] == 'b')  
  136.                     {  
  137.                         tempRlt[i - 1] = who[i - 1, flag];  
  138.                     }  
  139.                 }  
  140.   
  141.                 result[k] = new String(tempRlt);  
  142.             }     
  143.         }  
  144.   
  145.         static void Main(string[] args)  
  146.         {  
  147.             const int N = 6;  
  148.             int[] a = new int[N] { 2, 5, 7, 10, 5, 2 };  
  149.             int[] b = new int[N] { 3, 8, 4, 11, 3, 4 };  
  150.             int[] least = new int[N];   //记录完成任务的最优时间  
  151.             string[] result = new string[N];    //记录完成任务机器的顺序  
  152.   
  153.             DlrwZydd(a, b, N, least, result);  
  154.             Console.WriteLine();  
  155.             for (int i = 0; i < N; i++)  
  156.             {  
  157.                 Console.WriteLine(" 按要求完成前{0}项任务的机器顺序为:" + result[i] + " 时间为:{1}" ,i+1,least[i]);  
  158.             }  
  159.         }  
  160.     }  
  161. }  
  162. </span>  

便于理解的图:



评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值