算法之带权调度问题（有个人新创复杂度n算法）-优快云博客

本文介绍了一种用于任务调度的问题，并提出了两种不同的算法解决方案。一种是复杂度为n^2的贪心算法，另一种是经过优化后的复杂度为n的任务调度算法。通过这两种算法对比，展示了如何有效地安排具有不同延迟和浪费值的任务。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

packagecom.eshore.sweetop.cupidity;

importjava.util.ArrayList;

importjava.util.List;

publicclassQuest{

Qt[]qt={newQt(4,70),newQt(2,60),newQt(4,50),newQt(3,40),

newQt(1,30),newQt(4,20),newQt(6,10)};

//复杂度n^2

publicvoidgreey(){

Qt[]q=newQt[qt.length];

List<Qt>list=newArrayList<Qt>();

for(inti=0;i<q.length;i++){

intj=0;

for(j=qt[i].delay-1;j>=0;j--){

if(q[j]==null){
q[j]=qt[i];

break;
}
}

if(j<0){
list.add(qt[i]);
}
}

for(inti=0;i<q.length;i++){

if(q[i]!=null)
System.out.println(q[i]);
}

for(Qtqt:list){
System.out.println(qt);
}
}

classMListextendsArrayList<Qt>{

intmax=0;

@Override

publicbooleanadd(Qto){

super.add(o);

if(o.delay>max){
max=o.delay;
}

returntrue;
}
}

//想了好久才想出的复杂度n的算法

publicvoidgreey2(){

MListml=newMList();

MListml2=newMList();

for(inti=0;i<qt.length;i++){

if(!(qt[i].delay<=ml.max&&ml.max<ml.size()+1)){
ml.add(qt[i]);

}else{
ml2.add(qt[i]);
}
}

Qt[]qt2=newQt[ml.size()];

for(inti=0;i<ml.size();i++){
qt2[i]=ml.get(i);
}

Qt[]q=sort(qt2,10);

for(inti=0;i<q.length;i++){
System.out.println(q[i]);
}

for(inti=0;i<ml2.size();i++){
System.out.println(ml2.get(i));
}
}

publicQt[]sort(Qta[],intk){

Qt[]b=newQt[a.length];

//100是基数，可以处理100以下的排序，根据实际情况调整

int[]c=newint[k];

for(inti=0;i<a.length;i++){

c[a[i].delay]=c[a[i].delay]+1;
}

for(inti=1;i<c.length;i++){

c[i]=c[i]+c[i-1];
}

for(inti=b.length-1;i>-1;i--){

b[c[a[i].delay]-1]=a[i];

c[a[i].delay]=c[a[i].delay]-1;
}

returnb;
}

publicstaticvoidmain(String[]args){

Questq=newQuest();

//q.greey();
q.greey2();
}
}

classQt{

staticintcount=1;

finalintid=count++;

intdelay;

intwaste;

Qt(intdelay,intwaste){

this.delay=delay;

this.waste=waste;
}

publicStringtoString(){

return"{id="+id+",delay="+delay+",waste="+waste+"}";
}
}