分支限界,流水作业问题 批处理作业调度
为什么80%的码农都做不了架构师?>>>
最优流水调度问题
问题描述:
设有n个作业,每一个作业i均被分解为m项任务: Ti1, Ti2, ┅ , Tim(1≤i≤n,故共有n*m个任务),要把这些任务安排到m台机器上进行加工。
现在有三条限定:
1、 每个作业i的第j项任务Tij (1≤i≤n, 1≤j≤m)只能安排在机器Pj上进行加工;
2、 作业i的第j项任务Tij(1≤i≤n, 2≤j≤m)的开始加工时间均安排在第j-1项任务Ti,j-1加工完毕之后;
3、 任何一台机器在任何一个时刻最多只能承担一项任务。
最优流水作业调度:设任务Tij在机器Pj上进行加工需要的时间为tij。如果所有的tij(1≤i≤n, 1≤j≤m)均已给出,要找出一种安排任务的方法,使得完成这n个作业的加工时间为最少。已经证明,当机器数(或称工序数)m≥3时,流水作业调度问题是一个NP-hard问题。
这里就考虑n个作业对于2个机器(P1,P2)的调度。现在问题就是:给定n个作业T,每个作业可以分成两项任务A,B;其中A任务在P1处理,B任务在P2上处理。如何给出一个使得这个n个作业的加工时间最短?
问题解决:
分析:
首先考虑最优流水调度的性质:
1、 在所确定的最优调度的排列中去掉第一个执行作业后,剩下的作业排列仍然还是一个最优调度,即该问题具有最优子结构的性质。
2、 在计算规模为n的作业集合的最优调度时,需多次使用该作业集合的子集合的最优调度,即该问题亦具有高度重复性。
So… 考虑用动态规划求解这个问题咯~
设N={1,2,┅,n}是全部作业的集合,作业集S是N的子集S∈N。在我们对S中的第一个作业开始进行加工时,机器P2上加工的其它作业可能还尚未完成,不能立即用来对S中的作业进行加工。
假设对机器P2需等待t个时间单位以后才可以用于S中的作业加工(t也可以为0即无须等待),记为g(S,t)。
现选定作业i为S中第一个加工作业之后,在机器P2上开始对S-{i}中的作业进行加工之前,所需要的等待时间为bi+max{t-ai,0}。这是因为,若P2在开始加工S中的作业之前需等待t个时间单位且t > ai,则作业i在P1上加工完毕(需时ai)之后,还要再等t-ai个时间单位才能开始在P2上加工;若t≤ai,则作业i在P1上加工完毕之后,立即可以在P2上加工,等待时间为0。故P2在开始对S-{i}中的作业进行加工之前,所需要的等待时间为t’= bi+max{t-ai,0}。(bi是作业i在P2上加工所需的时间)。所以,假定ai为已知的使得g(S,t)值最小的第一个执行的作业,可以得到
g(S,t)= ai+ g(S-{i},bi+max{t-ai,0}) (1)
将以上结论推广,现在我们安排首先执行作业i,再执行作业j,P2需等待t个时间单位以后才可以用于S中的作业加工。则由(1)式的g(S,t)可写为
g(S,t)=ai+g(S-{i}, t’)=ai+aj+g(S-{i,j}, bj+max{t’-aj,0})。 (2)
关于max{}运算有这个性质:x+ max{y1, y2,…,yn}= max{x+y1,x+y2,…,x+yn}。
所以,
bj+max{t’-aj,0}
= bj + max{bi+max{t-ai,0}-aj, 0}
= bj + bi - aj+ max{max{t-ai,0},aj-bi}
= bj + bi - aj + max{t-ai, 0, aj-bi}
= bj+ bi - aj - ai + max{t, ai, ai+aj-bi}。
记tij= bj+ bi - aj- ai +max{t, ai, ai+aj-bi},则g(S,t)= ai+aj+g(S-{i,j}, tij)。
还记得之前我们的安排了吗?我们约定先调度作业i再调度作业j,有没有发现,我们推到了半天没有什么实质性结果啊,因为现在我们还根本不知道i和j是什么啊,如何确定?
因此,既然说先i后j是最优的,凭什么?将j和i对调下,那就不是最优的咯,那对调后不是最优的根源处在哪儿呢?我们试试。
若是先调度j作业再调度i作业,我们可以得到g’(S,t)=ai+aj+g(S-{i,j}, tji)。
比较g(S,t)与g’(S,t)两式,显然,就是比较tij和tji。
tij= bj+ bi - aj - ai +max{t, ai, ai+aj-bi},
tji= bj+ bi - aj - ai + max{t, aj, ai+aj-bj},
故tij-tji= max{t, ai, ai+aj-bi} - max{t, aj, ai+aj-bj}。
因此我们只要比较max{t, ai, ai+aj-bi}与max{t, aj, ai+aj-bj}的大小就可以了,即tij≦ tji当且仅当max{t, ai, ai+aj-bi} ≤max{t, aj, ai+aj-bj}。
由于max{t, ai, ai+aj-bi}≤ max{t, aj, ai+aj-bj}
对任何t≧ 0成立,当且仅当
max{ai, ai+aj-bi}≤ max{aj, ai+aj-bj}成立,当且仅当
ai+aj+max{-aj, -bi}≦ai+aj+max{-ai, -bj}成立,当且仅当
max{-aj, -bi}≦ max{-ai, -bj}成立,当且仅当
min{aj, bi}≧ min{ai, bj}成立(此式称为Johnson不等式)。
当min{ ai , aj , bi , bj}为ai或者bj时,有tij≤ tji,此时把i排在前j排在后的调度用时较少;
反之,若min{ ai , aj , bi, bj}为aj或者bi时,则j排在前i排在后的调度用时较少。
将此情况推广到一般。
当min{ a1, a2,┅, an , b1, b2,┅, bn }=ak时,则对任何i≠k,都有min{ai, bk} min{ak, bi}成立,故此时应将作业k安排在最前面,作为最优调度的第一个执行的作业;
当min{ a1, a2,┅, an , b1, b2,┅, bn}= bk时,则对任何i≠k,也都有min{ak, bi}min{ai, bk}成立,故此时应将作业k安排在最后面,作为最优调度的最后一个执行的作业。
算法描述:
1. 建立长为2n的数组C,
将a1, a2,┅, an依次放入C[1]~ C[n]中,
b1, b2,┅, bn依次放入C[n+1]~ C[2n]中。 /* O(n),下面将对这2n个数进行排序*/
2. 对长为2n的数组D进行初始化:
D[1]~D[n]中依次放1,2,┅,n,
D[n+1]~D[2n]中依次放-1,-2,┅,-n。 /* O(n),分别对应于a1, a2,┅, an和b1, b2,┅, bn的下标*/
3. 对数组C进行排序,
D[k]始终保持与C[k]的对应关系。(O(n log n),若C[i]与C[j]对换,则D[i]也与D[j]对换。)
当a1, a2,┅, an及b1, b2,┅, bn按从小到大排好序之后,D[1]~ D[2n]也就按从小到大的次序记录了这些ai和bj的下标即作业号(bj的下标前有一负号以区别于ai))。
4. 将E[1]~ E[n]全部置为“No”。/* O(n),表示所有任务均尚未被安排*/
5. 下标变量初始化:i←1;j←n;k←1; /*O(1),*/
/*i指向当前最左空位F[i],*/
/*放当前应最先安排的作业号;*/
/* j指向当前最右空位F[j],*/
/*放当前应最后安排的作业号;*/
/* k从1开始逐次增1,D[k](或-D[k])*/
/*按ai和bj从小到大的次序依次给出作业号。*/
6. while i ≤ j do
{ /* 作业尚未安排完毕,i从小到大, j从大到小*/
if D[k]>0 then /*D[k]>0即D[k]中放的是ai下标*/
{ if E[D[k]]为“No”then /*作业D[k]尚未安排*/
{ F[i]←D[k]; i增1; E[D[k]] 置为“Yes”}
}/*作业D[k]放在当前最左空位*/
else /*D[k]<0,则–D[k]是bj下标*/
{ if E[–D[k]]为“No”then /*作业–D[k]尚未安排*/
{ F[j]←–D[k]; j减1; E[–D[k]] 置为“Yes”}
} /*作业–D[k]放在当前最右空位*/
k增1; /*准备检查下一个D[k]以便后续作业安排*/
}
C语言实现:
#include <stdlib.h>
#define MAX_LEN 128
void heap_adjust(int *array,int *index,int n,int loc)
{
int tmp,i,j,k;
tmp=array[loc];
k=index[loc];
for(i=loc;2*i<n;i=j)
{
j=2*i;
if(j+1<n && array[j]<array[j+1]) j++;
if(tmp < array[j]) {
array[i]=array[j];
index[i]=index[j];
}
else break;
}
array[i]=tmp;
index[i]=k;
}
void heap_sort(int *array,int *index,int n)
{
int i,j,tmp;
for(i=n/2;i>0;i--)
heap_adjust(array,index,n,i);
for(i=n;i>1;i--)
{
tmp=array[i];
array[i]=array[1];
array[1]=tmp;
j=index[i];
index[i]=index[1];
index[1]=j;
heap_adjust(array,index,i,1);
}
}
int main()
{
int n,i,j,k;
int A[MAX_LEN],B[MAX_LEN],C[MAX_LEN*2],D[MAX_LEN*2],E[MAX_LEN],F[MAX_LEN];
while(1==scanf("%d",&n)){
if(n > 0 && n < MAX_LEN){
for(i=1;i<=n;i++)
scanf("%d%d",A+i,B+i);
break;
}
printf("invalid n\n");
}
//initial tabs
for(i=1;i<=2*n;i++){
if(i<=n){
C[i]=A[i];
D[i]=i;
E[i]=0;
}
else{
C[i]=B[i-n];
D[i]=-(i-n);
}
}
//sort it!
heap_sort(C,D,2*n);
//dp find
for(k=1,i=1,j=n;i<=j;k++){
if(D[k] > 0){
if(E[D[k]] == 0){
F[i++]=D[k];
E[D[k]]=1;
}
}
else{
if(E[-D[k]] == 0){
F[j--]=-D[k];
E[-D[k]]=1;
}
}
}
printf("scheduled tasks:");
for(i=1;i<=n;i++)
printf("%-3d",F[i]);
printf("\n");
return 0;
}
算法实现结果:
that's all~
转载于:https://my.oschina.net/durong/blog/134466
分支限界,流水作业问题 批处理作业调度相关推荐
- 回溯法——批处理作业调度
问题描述 给定 n 个作业的集合 j = {j1, j2, ..., jn}.每一个作业 j[i] 都有两项任务分别在两台机器上完成.每一个作业必须先由机器1 处理,然后由机器2处理.作业 j ...
- 算法设计与分析——第五章回溯法 批处理作业调度 + 最大团问题+图的m着色问题
文章目录 6.批处理作业调度(排列树) 7.最大团问题 8.图的m着色问题 6.批处理作业调度(排列树) 每一个作业Ji都有两项任务分别在2台机器上完成.每个作业必须先有机器1处理,然后再由机器2处理 ...
- 批处理作业调度-回溯法
2019独角兽企业重金招聘Python工程师标准>>> 问题描述: 给定n个作业,集合J=(J1,J2,J3).每一个作业Ji都有两项任务分别在2台机器上完成.每个作业必须先有机器1 ...
- 算法设计与分析——回溯法——批处理作业调度
问题描述:给定n个作业的集合{J1,J2,-,Jn}.每个作业必须先由机器1处理,然后由机器2处理.作业Ji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上完成处理的时 ...
- 算法设计例题:批处理作业调度(回溯)
给定n个作业的集合 J = { J1,J2,-,Jn }.每一个作业Ji都有两项任务分别在两台机器上完成.每个作业必须先由机器1处理,然后由机器2处理.作业Ji需要机器j 的处理时间为tji,其实 i ...
- 7-2 批处理作业调度 (10 分)(思路+详解)
一:题目:宝宝 你要永远开心,下雪了,多穿点, 输入格式: 第一行输入作业个数n. 第二行输入各任务在机器一上的完成时间. 第三行输入各任务在机器二上的完成时间. 输出格式: 最短完成时间和 输入样例 ...
- 回溯法 批处理作业调度_不懂调度系统架构,就不要谈银行数据仓库
调度系统是数据仓库的重要组成部分,也是每个银行或公司一个基础软件或服务,需要在全行或全公司层面进行规划,在全行层面统一调度工具和规范,由于数据类系统调度作业较多,交易类系统批量优先级高,为不互相影响可 ...
- 批处理作业调度【回溯算法】
问题描述 给定n个作业的集合 J=(J1J_1J1,J2J_2J2,--,JnJ_nJn).每个作业JiJ_iJi都有两项任务分别在两台机器上完成.每个作业必须先由机器1处理,再由机器2处理. ...
- 相似算法比较:递归、分治、动态规划、贪心、回溯、分支限界
相似算法比较:递归.分治.动态规划.贪心.回溯.分支限界 在学习算法的过程中,递归.分治.动态规划.贪心.回溯.分支限界这些算法有些类似,都是为了解决大问题,都是把大问题拆分成小问题来解决,但她们 ...
最新文章
- Java Robot对象实现服务器屏幕远程监视
- lhgdialog 4.2.0 正式版发布
- SpringBoot中怎样对外开放一个接口返回Json数据
- SpringBoot b2b2c 多用户商城系统(八):配置中心服务化和高可用
- jvm体系结构_JVM体系结构:JVM中的执行引擎
- canal本地运行异常:class com.alibaba.druid.pool.DruidDataSource cannot be cast to
- 又跌了!2020年6月程序员工资统计
- 四年级打字计算机上册教案,2019四年级上信息技术教案(A)打字速度靠指法_泰山版教育.doc.docx...
- 【资源分享】分享十个历史版本的eclipse安装包
- “自由软件”已过时?
- 围棋软件测试自学,围棋软件等级棋力水平测试(正版)
- 利用比值判敛法求收敛半径的问题
- mysql navicat导入sql文件 报错 [Err] 1046 - No database selected
- 毕业生如何应对职场挑战?分…
- 【愚公系列】华为云系列之DevCloud+ECS+MySQL搭建超级冷笑话网站【开发者专属集市】
- Linux系列-快速搞定CentOS7.0网络配置
- C#打造机械耳感键盘(全局监听键盘并设置音效)
- Java中如何使用“点”分割字符串呢?
- 滴滴收购Uber中国 Uber创始人加入滴滴董事会
- android音频合成