gpt4 book ai didi

algorithm - 调度,贪心算法

转载 作者:塔克拉玛干 更新时间:2023-11-03 03:02:12 28 4
gpt4 key购买 nike

这是流行的 El Goog 问题的变体。


考虑以下调度问题:有 n 个作业,i = 1..n。有 1 台 super 计算机和无限的 PC。每个作业都需要先经过 super 计算机的预处理,然后再在PC上进行处理。 super 计算机上作业 i 所需的时间为 si,i = 1..n。对于 PC,它是 pi,i = 1..n。 PC 可以并行工作,但 super 计算机一次只能处理一项工作。创建一个计划 S, super 计算机将根据该计划处理作业。调度 S 中的完成时间 Ti(S) 由作业在 PC 上完成的时钟时间给出。我们想要找到一个最小化 Maxi[Ti(s)] 的时间表(理解为:我们需要找到一个最小化最高完成时间的时间表)。提出了以下贪心算法: 将作业按处理时间递减的顺序排列在 PC 上。该算法的复杂度为 O(nlogn)。要么证明该算法产生最优解,要么提供反例证明它不能。


我的解决方案(不确定这是否正确):我认为我们如何排序作业并不重要。最高完成时间仍然相同。考虑以下作业列表在 PC 上的处理时间示例:<5, 7, 17, 8, 10>。这将产生完成时间 <5, 12, 29, 37, 47>。根据算法,我们将列表排序为 <17、10、8、7、5>,并将产生 <17、27、35、42、47> 的完成时间。因此,虽然从技术上讲,贪心算法确实给出了最佳排序,但它需要 nlogn 时间才能做到这一点,而简单地遍历作业列表会得到相同的结果。

如果有人认为贪心算法会更好或者我的方法有缺陷,我会很感激你的想法。谢谢!


更新:我想我可能有答案了。 super 计算机花费的时间无关紧要。这里的关键是 PC 以并行方式运行。从 pi = <5, 7, 17, 8, 10> 的初始示例,让我们添加 si = <8, 5, 1, 12, 9>。现在,在默认的未排序顺序中,我们的处理时间为 <13, 20, (8 + 5 + 1 + 17 = )31, 34, 45>。所以45是完成时间。假设 pi 递减的排序顺序。输出为:<18、20、30、34、40>。 [排序输入:pi = <17, 10, 8, 7, 5>, si = <1, 9, 12, 5, 8>]。

下面是一个可能会清楚整个事情的例子:si = <17, 10>, pi = <10, 17>。未排序情况下的输出(也恰好按 si 的降序排序)将是 <27, 44>。根据pi排序,输入为:si = <10, 17>, pi = <17, 10>。输出为 <27, 37>。由于 PC 并行运行,因此您希望最后发送最短的作业。

最佳答案

对于有限数量的 PC:

w.l.o.g 假设没有 super 计算机,你的问题会转化为Minmum Makespan Scheduling问题(或 ppt ),这是 NP-Hard。所以你当前的算法不工作或者 P = NP。

但是贪心算法对近似很有用,你也可以转换Bin Packing对于这个问题,通过固定的误差量进行近似,可以找到很好的结果,但运行时将不是好的多项式(例如像 n^10)。

P.S:您可以简单地假设没有 super 计算机,为此假设实例 Max(si) < Min(Pi).

P.S2:一开始没看到无限PC,所以写了这个,我再想想无限PC。

不限大小写:

你当前的算法是错误的,假设这个条件:

For PCs: <5, 7, 17, 8, 10>
For super computer: <1000,800,500,600,700).

您当前的解决方案将失败

关于algorithm - 调度,贪心算法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/10025616/

28 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com