5.3 回溯法解决最佳调度问题

1.实验目的

回溯法解决最佳调度问题

2.实验内容

2.1 问题描述

设有n个任务由k个可并行工作的机器来完成，完成任务i需要时间为ti。试设计一个算法找出完成这n个任务的最佳调度，使完成全部任务的时间最早。

2.2 问题分析

该算法可抽象为子集树回溯算法，针对特定的任务数和机器数定义解空间，对于n个任务和k个机器，
解编码：（X1，X2，。。。，Xn），Xi表示给任务i分配的机器编号；解空间：{（X1，X2，。。。，Xn）| Xi属于S，i=1到n}，S={1,2，。。。，k}。以下图为例：

解空间如图。在这个图中能清晰地说明问题。
3叉树表示机器数为3。深度为4，总共4层，表示任务数为4。
用3台机器去调度4个任务，把这棵树深度遍历，最后选出最优值。

3.实验过程及结果

3.1 数据输入

    Machine = 4
    time = []
    for i in range(100):
        time.append(random.randint(1,50))
    time.sort()
    time.reverse()
    total = [0,0,0,0]

假设有4台机器，随机生成100个任务，任务的时间范围在0~50

3.2 实验代码

def main(time):
    for i in time:
        min_time = total[0]
        k = 0
        for j in range(1,4):
            if min_time > total[j]:
                k = j
                min_time = total[j]
        total[k] += i

    print(total)
    return 0

求每台机器的工作时间。

3.3 实验结果

来源：CSDN

作者：yang_live

链接：https://blog.csdn.net/yang_live/article/details/103730318