20、在线吞吐量最大化中的承诺处理与双层背包问题新解

在线吞吐量最大化中的承诺处理与双层背包问题新解

1. 在线吞吐量最大化中的承诺处理

在在线吞吐量最大化问题中,有两种承诺模型:准入时承诺和 δ - 承诺。令人惊讶的是,本质上相同的算法在这两种承诺模型下都表现良好,尽管这两种模型之间的紧密联系并不直观。目前还不清楚是否有算法能够利用 δ - 承诺看似更大的灵活性。

对于单位权重作业的研究是合理的,因为存在一些强不可能结果。对于加权吞吐量问题,需要重新思考模型。主要困难似乎在于时间间隔的交错结构,不过在相关研究中,特殊结构(如层状或一致间隔)已被证明更易于处理。

在无承诺的情况下调度无权作业的问题,已经得到了最佳可实现的竞争比 Θ(1/ε)。但加权情况是否真的比无权情况更难,或者 [21] 中的上界 O(1/ε²) 是否可以改进,仍然是未解决的问题。未来对多处理器的推广研究似乎非常有意义,通用框架是一个有前景的起点。

下面介绍两个重要引理及其证明:
- 引理 4 :设 {f, …, g} ⊂ J 是与 M 距离最大的作业,使得对于所有 f ≤ i ≤ g,有 ∑j=f i |Xj| > λ(i + 1 - f)。如果 g 是最后一个这样的作业,则存在 g 的一个兄弟 j∗,使得 bg = aj∗ 且 ∑j=f j∗ |Xj| ≤ λ(j∗ + 1 - f)。
- 证明概要
- 观察到 [af, bg) = ∪k j=f R(g),因为叶子 f, …, g 形成了一串作业。
- 对于每个作业 f ≤ j ≤ g,存在一个集合 Yj,使得 Yj 的处理量至少覆盖区间 [aj, bj) 的 ε/

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值