相同并行机调度问题的暴力穷举法

最新推荐文章于 2024-12-07 16:45:53 发布

月想容

最新推荐文章于 2024-12-07 16:45:53 发布

阅读量1.1k

点赞数

分类专栏： python 基础算法文章标签：并行机调度穷举法

本文链接：https://blog.youkuaiyun.com/u014418725/article/details/114334191

版权

本文探讨了相同并行机调度问题，通过暴力穷举法寻找最佳加工顺序，确保完成所有任务的时间最早。虽然这种方法简单但效率低，适用于小规模数据对比。文中提供了Python的实现代码，并提醒仅适用于数据规模较小的情况，例如4机器10工件的场景将有超过10^6种组合。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

相同并行机调度（Identical Parallel Machine Scheduling）：

多机调度问题可表达为：n 个工件由 k 个可并行工作的机器加工，完成任务 i 需要的时间为 ti，调度目标是确定这 n 个工件完成的最佳加工顺序，使得完成全部任务的时间最早

数学描述：

声明：

首先申明，暴力穷举法肯定是最愚蠢的（也是最聪明的）方法，得到的结果（如果能在有限时间计算出来）肯定是100%正确的。

Why 我要写一个暴力穷举法？

论文里的小数据对比需要，而网上翻了一圈，也没有看到可以copy的代码

代码：

from itertools import product as product


def machine_sum(jobs, groups, machines):
    # example:
    #   jobs: [10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
    #   groups: [0, 0, 0, 0, 0, 1, 1, 1, 2, 2]
    #   machines: 3
    result = [0 for _ in range(machines)]
    for i in range(machines):
        result[i] = sum([jobs[i] for i in get_location_in_list(groups,