C++动态规划算法之最优批处理问题

问题描述

在一台超级计算机上，编号为1,2,3···的n个作业等待批处理。批处理的任务就是将这n个作业分成若干批，每批包含相邻的若干作业。从时刻0开始，分批加工这些作业。在每批作业开始前，机器需要启动时间S，而完成这批作业所需的时间是单独完成批中各个作业需要时间的总和。单独完成第i个作业所需的时间是 ti，所需的费用是它的完成时刻乘以一个费用系数fi。同一批作业将在同一时刻完成。例如，如果在时刻 T 开始一批作业 x,x+1,x+2···x+k, 则这一批作业的完成时刻均为T+S+(tx+tx+1tx+2···+tk)。最优批处理问题就是要确定总费用最小的批处理方案。

例如，假定有5个作业等待批处理，且S=1,(t1,t2,t3,t4,t5)=(1,3,4,2,1),(f1,f2,f3,f4,f5)=(3,2,3,3,4)如果采用批处理方案(1,2),(3),(4,5),则各作业的完成时间分别为(5,5,10,14,14)，各作业的费用分别为(15,10,30,42,56)，因此这个批处理方案总费用是153
算法设计:
对于给定的待批处理的个作业，计算其总费用最小的批处理方案。
样例输入
5

1

1 3

3 2

4 3

2 3

1 4
样例输出
153

题目分析

这是一道典型的可以利用动态规划算法解决的问题。我们的子问题是每一个完成某一项工作时的最小费用，完成这项工作的方式可以是和其他工作汇总成批一起完成，也可以是单独完成。我们的方法是从后向前不断寻找最小值，什么意思呢？我们先从后面的工作开始做，用这些已经做过的往前找就可以避免一个回溯的问题。
设z;是批处理作业序列i,i+1,n所需的最小费用。设z;(j)是在批处理作业序列i、
i+1、… n中选取i i+1、… j-1为第1批作业前提下所需的最小费用，即:
z;(j)=zj+(S+ti +t(i+1)+ …t(j-1))(w(i)+w(i+1)+…+w(n))

在我们从后向前遍历的过程中，每次找当前工作的最小费用时，我们都会将其后面已经完成的工作进行打包(由于我们从后向前遍历，所以后面的工作是已经完成的工作)在这些工作中，我们可以将与当前相邻的工作的费用单独赋值给当前最小费用，相当于对上一个工作进行了单独打包。也可以将多个工作打包在一起，这时候我就要遍历这些工作的不同打包方式(单独成批，两个打包成批…，以此类推)，找出最小费用，即最优的打包方法，可以花费最少的费用。

总结

#include <cstdio>
#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 10000;
const int M = 1e4;
int n,s;
int t[N+10],f[N+10];
int tt[N+10],ff[N+10];
int dp[N+10];
int main(){
    cin >> n;
    cin >> s;
    for (int i = 1;i <= n;i++) cin >> t[i] >> f[i];
    for (int i = n;i >= 1;i--){
        tt[i] = tt[i+1] + t[i];
        ff[i] = ff[i+1] + f[i];
    }
    dp[n+1] = 0;
    for (int i = n;i >= 1;i--){
        dp[i] = -1;
        for (int j = i+1;j <= n+1;j++){
            int temp = dp[j] + ff[i]*(s+tt[i]-tt[j]);
            if (dp[i]==-1) dp[i] = temp;
            else dp[i] = min(dp[i],temp);
        }
    }
    printf("%d\n",dp[1]);
    return 0;
}