TOPIC 1: Load Balancing Problem(1)

复习高级算法，顺便写个博客记录一下。

问题定义

• INPUT
  • $m$ 台不同的机器 M a c h i n e = { M 1 , M 2 , M 3 . . . , M m } Machine = \{M_1,M_2,M_3...,M_m\} Machine={M1​,M2​,M3​...,Mm​}
  • $n$ 项任务 J o b = { J 1 , J 2 , J 3 . . . , J n } Job = \{J_1,J_2,J_3...,J_n\} Job={J1​,J2​,J3​...,Jn​}
    • 每项任务所对应的时间 { t j 1 , t j 2 , t j 3 , . . . , t j n } \{t_{j1},t_{j2},t_{j3},...,t_{jn}\} {tj1​,tj2​,tj3​,...,tjn​}
• OBJECTIVE
  • 使完成所有任务的总时间最小： $\min {\max }_{M_i}{\sum }_{j\in M_i}{t}_j$

Greedy Algorithm

• 思路： 将任务指派给当前load最少的机器
• 代码：

def greedy():
    # Assign job
    for job in Job.jobs:
        smallest = sys.maxint
        chosen = None
        # Chose the machine with least load
        for machine in Machine.machines:
            load = machine.cal_time()
            if load < smallest:
                smallest = load
                chosen = machine
        # Assign the job to the machine
        chosen.assigned_jobs.append(job)

算法上确界

1. 假设$T^{\ast }$是最优解，$T$是由贪心算法所得到的解。令机器$M_i$为运行时间是$T$的机器，共执行了$k$项任务。（即，$M_i$是执行任务时间最长的机器）对于最优解$T^{\ast }$有如下两个不等式成立：
   • 最优解大于等于所需时间最长的任务所花费的时间：$T^{\ast }\ge {\max }_{j\in Job}{t}_j$
   • 最优解大于等于所有任务的时间之和平摊到每台机器上的时间：$T^{\ast }\ge \frac{1}{m}{\sum }_{j\in Job}{t}_j$
2. 将$M_i$的任务分成两个部分：
   • 除去最后一个任务的任务集合： { J i 1 , J i 2 , . . . , J i ( k − 1 ) } \{J_{i1},J_{i2},...,J_{i(k-1)}\} {Ji1​,Ji2​,...,Ji(k−1)​}
     • 根据贪心法，在指派任务$J_{ik}$时，选择当前load balance最小的机器
     • 所以，该部分的时间为$T_1={\sum }_{j=1}^{k-1}{t}_j\le \frac{1}{m}{\sum }_{j=1}^{n-1}{t}_j<T^{\ast }$.
   • 最后一个任务：$T_2=J_{ik}\le {\max }_{j\in Job}{t}_j\le T^{\ast }$
3. 因此，$T=T_1+T_2<2T^{\ast }$

例子

1. $T\approx 2T^{\ast }$的例子
   考虑等号取到的情况，即，当分配最后一个任务时，所有机器的load是相同的，且最后一个任务时间等于$T^{\ast }$，所以，$T_{total}=m\ast t_{m_i}+T^{\ast }$, $T=t_{m_i}+T^{\ast }$。因此，有如下关系，
   $$\begin{array}{rl}{T}^{\ast }& \ge \frac{1}{m}{T}_{total}\\ m{T}^{\ast }& \ge m\ast t_{m_i}+T^{\ast }\\ (m-1)T^{\ast }& \ge m\ast t_{m_i}\\ \frac{m-1}{m}{T}^{\ast }& \ge t_{m_i}\end{array}$$
   令$T^{\ast }=m$，则$t_{m_i}\le m-1$。即，假设有$m$台机器，$m\ast (m-1)+1$项任务，所对应时间为 { 1 , 1 , . . . , m } \{1,1,...,m\} {1,1,...,m}。
   • 贪心算法先对前$m\ast (m-1)$项任务进行分配，每台机子分得$1\ast (m-1)$的load，再分配最后一项任务，$T=m-1+m=2m-1$
   • 最优解为：$T^{\ast }=m$。
2. $T$取决于任务分配的顺序的例子
   同上述例子，若贪心法先分配最后一项任务，则可获得最优解。