pat 1017 Queueing at Bank(23分)

本文介绍了一个基于截止时间的多任务调度问题的解决方案,通过模拟时间推进的方式进行顾客服务排队的处理。考虑到多种特殊情况,如顾客全部晚于截止时间到达等,并使用C++实现。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

实质上是一个有截止时间的多任务调度问题,多个窗口,多个顾客,一个等待队列,截止时间为17点,算平均等待时间。思路是进行模拟,以i来模拟时间一秒一秒,每一秒都遍历所有窗口,若有窗口空闲且有顾客在等待,就服务。差一个点没过,不知是何种情况。需要考虑的情况有:

1. 全部都在17点以后到,这样结果为0.0

2.一个窗口服务完后,再遇到顾客,得服务

3.若顾客17点前到,但17点前无法得到服务,该顾客要不要算在等待的里面?

代码:

#include<iostream>
#include<queue>
#include<algorithm>
using namespace std;
const int NUM=10005;
struct customer
{
	int arrive;
	int process;
}cust[NUM];
int window[105],server[105];
bool operator<(const customer &x, const customer &y)
{
	return x.arrive<y.arrive;

}
// int cmp(const customer &x, const customer &y)
// {
// 	return 
// }
int main()
{
	int n,k,i,j;
	int hh,mm,ss,begin,end;

	freopen("C:\\Documents and Settings\\Administrator\\桌面\\input.txt","r",stdin);

	cin>>n>>k;
	for(i=0;i<n;i++){
		cin>>hh;
		getchar();
		cin>>mm;
		getchar();
		cin>>ss;

		cin>>cust[i].process;
		cust[i].arrive=hh*3600+mm*60+ss;
		

	}
	begin=8*3600;
	end=17*3600;
	sort(cust,cust+n);
	double sum=0.0f;
	int index=0;
	for(j=0;j<k;j++){
		window[j]=begin;//每个窗口的空闲时间都是8点

		server[j]=0;//窗口都空闲
	}
	for(i=begin;i<=end;i++){//i来模拟每一秒的时间

			for(j=0;j<k;j++){//询问每个窗口
				if(window[j]==i&&i!=begin)
					server[j]=0;
				if(server[j]==0&&cust[index].arrive<=i&&index<n){//有窗口空闲且有顾客在等待
					window[j]=i+cust[index].process*60;//服务
					sum+=i-cust[index].arrive;//加上其等待时间
					//printf("%d\n",i-cust[index].arrive);
					index++;
					server[j]=1;//窗口设为忙
					
				}
			}
			

		if(index==n||cust[index].arrive>end)//顾客服务完了或顾客到达时间超过17点了
			break;
		


	}
	if(index>0){
		sum=sum/(60*index);
		printf("%.1lf",sum);
	} else {//所有顾客都17点后才来
		printf("0.0");
	}
	
	return 0;


}

若要看AC代码,据说用优先队列特别简单,请参考:

http://linest.iteye.com/blog/1423588
 

### 银行排队问题的Python实现 银行排队问题是典型的并行处理和任务配场景,可以通过ZeroMQ框架中的Ventilator-Worker-Sink模型来解决[^1]。以下是基于该模型的一个简单Python实现: #### ZeroMQ Ventilator 实现 Ventilator负责生成任务并将它们发送给Workers。 ```python import zmq import time context = zmq.Context() # Socket to send tasks to workers sender = context.socket(zmq.PUSH) sender.bind("tcp://*:5557") print("Press Enter when the workers are ready...") _ = input() print("Sending tasks to workers...") # Send out tasks total_msec = 0 for task_nbr in range(100): workload = int((task_nbr * task_nbr) % 100 + 1) # Some random work load total_msec += workload sender.send_string(str(workload)) print(f"Total expected cost: {total_msec} msec") time.sleep(1) # Give 0MQ time to deliver ``` #### ZeroMQ Worker 实现 Worker接收来自Ventilator的任务并执行计算后将结果返回给Sink。 ```python import zmq import sys import time context = zmq.Context() # Socket to receive messages on receiver = context.socket(zmq.PULL) receiver.connect("tcp://localhost:5557") # Socket to send messages to sender = context.socket(zmq.PUSH) sender.connect("tcp://localhost:5558") while True: s = receiver.recv_string() print(f"Received request: {s}") # Do some 'work' time.sleep(int(s) / 10) # Send results to sink sender.send(b'') ``` #### ZeroMQ Sink 实现 Sink收集所有Worker的结果,并统计完成时间。 ```python import zmq import time context = zmq.Context() # Socket to collect worker responses receiver = context.socket(zmq.PULL) receiver.bind("tcp://*:5558") # Wait for start of batch s = receiver.recv() # Start our clock now tstart = time.time() # Process 100 confirmations for task_nbr in range(100): s = receiver.recv() if task_nbr % 10 == 0: sys.stdout.write(':') else: sys.stdout.write('.') sys.stdout.flush() # Calculate and report duration of batch tend = time.time() print(f"\nTotal elapsed time: {(tend-tstart)*1000} msec") ``` 上述代码展示了如何通过ZeroMQ构建一个简单的布式任务管理系统[^2]。对于银行排队问题,可以将其视为多个客户作为任务被配到不同的柜员(即Worker),而最终的结果由Sink汇总。 此外,在高并发环境下,还需要注意内存管理和I/O性能优化[^3]。建议使用缓存机制减少磁盘操作频率,并利用消息队列实现各模块间的异步通信。
评论 1
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