QpmtnCmax — различия между версиями
(→Доказательство корректности алгоритма) |
м (rollbackEdits.php mass rollback) |
||
(не показаны 64 промежуточные версии 13 участников) | |||
Строка 1: | Строка 1: | ||
− | < | + | <tex dpi = "200">Q \mid pmtn \mid C_{max}</tex> |
− | < | + | {{Задача |
− | + | |definition= | |
− | + | Дано <tex>m</tex> станков с разной скоростью выполнения работ, работающих параллельно, и <tex>n</tex> работ. Работа может быть прервана в любой момент и продолжена позже на любой машине. Необходимо минимизировать время выполнения всех работ. | |
− | + | }} | |
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
==Алгоритм построения расписания== | ==Алгоритм построения расписания== | ||
+ | ===Описание алгоритма=== | ||
+ | Перед выполнением алгоритма, упорядочим все работы по убыванию их времени выполнения:<tex> p_1 \geqslant p_2 \geqslant p_3 \ldots \geqslant p_n</tex>, а все машины в порядке убывания скоростей: <tex> s_1 \geqslant s_2 \geqslant s_3 \ldots \geqslant s_m</tex>. Введем следующие обозначения: | ||
− | <tex> P_i = p_1 + | + | *<tex>P_i = p_1 + \ldots + p_i</tex>, <tex>i = 1 \ldots n</tex> {{---}} сумма первых <tex>i</tex> работ |
+ | *<tex>S_j = s_1 + \ldots + s_j</tex>, <tex>j = 1 \ldots m</tex> {{---}} сумма скоростей первых <tex>j</tex> станков | ||
− | <tex> | + | Необходимое условие для выполнения всех работ в интервале <tex>[0 \ldots T]</tex>: |
− | + | <tex> P_n = p_1 + \ldots + p_n \leqslant s_1T + \ldots + s_mT = S_mT</tex> или <tex>\dfrac{P_n}{S_m} \leqslant T</tex> | |
− | + | Кроме того, должно выполняться условие <tex>\dfrac{P_j}{S_j} \leqslant T</tex> для всех <tex> j = 1 \ldots m - 1 </tex>, так как это нижняя оценка времени выполнения работ <tex> J_1 \ldots J_j</tex>. Исходя из этого получаем нижнюю границу <tex>C_{max}</tex> : | |
− | <tex> | + | <tex>C_{max} = \max |
+ | \left \{\begin{array}{ll} \dfrac{P_n}{S_m} \\ | ||
+ | \max\limits_{j=1 \ldots m-1} \dfrac{P_j}{S_j} \end{array} \right. | ||
+ | </tex> | ||
− | + | Перейдем к описанию алгоритма. Будем назвать <tex>\mathrm{level}</tex>-ом работы <tex> p_i(t) </tex> невыполненную часть работы <tex> p_i </tex> в момент времени <tex> t </tex>. | |
− | <tex> | + | Далее построим расписание, которое достигает нашей оценки <tex>C_{max}</tex>, с помощью <tex>\mathrm{level}</tex>-алгоритма. |
− | + | ===Псевдокод=== | |
+ | Функция <tex>\mathrm{level}</tex> принимает на вход два массива — массив с объемами работ и массив скоростей обработки станков, и возвращает вектор четвёрок, где первый элемент является номером станка, второй — номером работы, а два оставшихся время начала и окончания обработки этой работы на этом станке. | ||
+ | '''function''' level(p : '''int[n]''', s : '''int[m]''') : '''vector<int, int, int, int>''' | ||
+ | '''vector<int, int, int, int>''' ans | ||
+ | '''int''' t = 0 | ||
+ | '''int''' k = n <font color=green> // количество еще не выполненных работ </font> | ||
+ | sort(p) <font color=green> // сортируем время обработки работ по убыванию </font> | ||
+ | sort(s) <font color=green> // сортируем станки по убыванию скоростей </font> | ||
+ | '''while''' k > 0 | ||
+ | '''int[]''' to = assign(p, k, m) <font color=green> // получаем распределение работ по станкам </font> | ||
+ | Найдем минимальное dt1 отличное от нуля такое, что (p[i] - s[to[i]] * dt1) = 0 | ||
+ | Найдем минимальное dt2 такое, что p[i] > p[j] и (p[i] - s[to[i]] * dt2 = p[j] - s[to[j]] * dt2) <font color=green> // то есть такое минимальное время, через которое, </font> | ||
+ | <font color=green> // оставшийся объем каких-нибудь двух работ сравняется </font> | ||
+ | '''int''' dt = min(dt1, dt2) | ||
+ | '''for''' j = 0 '''to''' n - 1 | ||
+ | '''if''' p[j] > 0 | ||
+ | '''if''' to[j] <tex> \neq </tex> -1 <font color=green> // рассматриваем работы которые обрабатываются в данном распределении</font> | ||
+ | ans.push(to[j], j, t, t + dt) | ||
+ | p[j] -= s[to[i]] * dt | ||
+ | '''if''' p[j] == 0 | ||
+ | k-- | ||
+ | t += dt <font color=green> // поиск следующего момента времени, в который нужно будет перераспределить машины/работы </font> | ||
+ | '''return''' ans | ||
− | + | Функция <tex>\mathrm{assign}</tex> принимает на вход массив с объемами работ и возвращает массив с распределением работ. | |
+ | '''function''' assign(p : '''int[n]''', k : '''int''', m : '''int''') : '''int[]''' | ||
+ | '''int[n]''' to <font color=green> // j работа обрабатывается на to[j] станке </font> | ||
+ | fill(to, -1) | ||
+ | '''set<int>''' s <font color=green> // множество уже распределенных работ </font> | ||
+ | '''int''' i = 0 | ||
+ | '''while''' i < m '''and''' i < k | ||
+ | Находим первый j такой что p[j] максимальный и s не содержит j | ||
+ | s.add(j) | ||
+ | m[j] = i++ | ||
+ | '''return''' to | ||
− | + | ===Асимптотика=== | |
+ | <tex>\mathrm{level}</tex>-алгоритм вызывает функцию <tex>\mathrm{assign}(t) </tex> в самом худшем случае <tex>O(n)</tex> раз. Функция <tex>\mathrm{assign}(t) </tex> выполняется за <tex>O(nm)</tex>. Итоговое время работы <tex>O(n^2m)</tex>. | ||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | + | ===Доказательство корректности алгоритма=== | |
+ | {{Теорема | ||
+ | |statement=Расписание, построенное данным алгоритмом, является корректным и оптимальным. | ||
+ | |proof=Так как нижняя граница <tex>C_{max}</tex>: | ||
− | + | <tex>C_{max} = \max | |
− | + | \left \{\begin{array}{ll} \dfrac{P_n}{S_m} \\ | |
− | + | \max\limits_{j=1 \ldots m-1} \dfrac{P_j}{S_j} \end{array} \right. | |
− | + | </tex> | |
− | |||
− | |||
− | |||
− | |||
− | + | то достаточно показать, что составленное расписание достигает этой оценки. | |
− | |||
− | <tex> | + | Будем считать, что в начале алгоритма все работы упорядочены, как было сказано ранее: <tex> p_1(0) \geqslant p_2(0) \geqslant \ldots \geqslant p_n(0) </tex>. Это утверждение не меняется на протяжении всего выполнения алгоритма, для любого момента времени. Получаем: <tex> p_1(t) \geqslant p_2(t) \geqslant \ldots \geqslant p_n(t) </tex>. Докажем что алгоритм составляет расписание в соответствии с этим свойством. Чтобы доказать этот факт, будем считать что в любой момент времени <tex>T</tex> нет простоев машин, когда есть хотя бы одна невыполненная работа. Получаем: |
− | + | <tex> T(s_1 + \ldots + s_m) = p_1 + p_2 + \ldots + p_n </tex> или <tex> T = \dfrac{P_n}{S_m} </tex> | |
− | + | Таким образом необходимая оценка достигается нашим алгоритмом. | |
− | <tex> | + | Допустим хотя бы одна машина простаивает, в момент когда есть невыполненные работы, получим следующее неравенство для времен окончания работ (обозначим далее как <tex> f_i </tex>) на станках <tex>M_1 \ldots M_m</tex>, пронумерованных по убыванию скоростей: |
− | + | <tex> f_1 \geqslant f_2 \geqslant \ldots \geqslant f_m </tex> | |
− | + | Докажем написанное выше неравенство: | |
− | <tex> | + | Предположим, что <tex> f_i < f_{i+1} </tex> для некоторого <tex> 1 \leqslant i \leqslant m-1 </tex>. Тогда <tex>\mathrm{level}</tex> последней работы, выполнявшейся на станке <tex> M_i </tex> в момент времени <tex> f_i - \varepsilon </tex> (где <tex> \varepsilon > 0</tex> достаточно мал) меньше, чем <tex>\mathrm{level}</tex> последней работы на станке <tex> M_{i+1} </tex>. Пришли к противоречию, так как при распределении, работы с наибольшим <tex>\mathrm{level}</tex> выставлялись на самые быстрые станки. |
− | + | Пусть <tex> T </tex> = <tex> f_1 = f_2 = f_3 = \ldots = f_j > f_{j+1}</tex> ,где <tex> j < m </tex>. Чтобы работы завершились в момент времени <tex> T </tex>, необходимо начать их в момент времени 0, поскольку если это не выполняется, то у нас найдется работа <tex> J_i </tex> , которая начинается позже <tex> t = 0 </tex> и заканчивается в <tex> T </tex>. Это означает, что в момент времени <tex> 0 </tex> начинаются как минимум <tex> m </tex> работ. Пусть первые <tex> m </tex> работ стартовали вместе на всех машинах. Мы получаем <tex> p_1(0) \geqslant p_2(0) \geqslant \ldots \geqslant p_m(0) \geqslant p_i(0) </tex>, из чего следует, что <tex> p_1(T - \varepsilon) \geqslant \ldots \geqslant p_m(T - \varepsilon) \geqslant p_i(T - \varepsilon) > 0 </tex> для любого <tex> \varepsilon </tex>, удовлетворяющего условию <tex> 0 \leqslant \varepsilon < T - t </tex>. Таким образом, до момента времени <tex> T </tex> нет простаивающих машин. Пришли к противоречию. Получаем <tex> T = \dfrac{P_j}{S_j} </tex>. | |
+ | }} | ||
− | + | ===Пример=== | |
+ | [[Файл:Qpmtncmax.png|600px|thumb|right|Картинка к примеру]] | ||
− | + | Пусть у нас есть <tex>6</tex> работ и <tex>3</tex> станка. Покажем работу алгоритма для данного случая. | |
− | |||
− | + | В начальный момент времени начинаем обрабатывать работы с наибольшим временем выполнения <tex>J_1</tex>, <tex>J_2</tex> и <tex>J_3</tex> на станках <tex>M_1</tex>, <tex>M_2</tex> и <tex>M_3</tex> соответственно. В момент времени <tex>T_1</tex> <tex>\mathrm{level}</tex> <tex>1</tex>-ой работы и <tex>2</tex>-ой работы совпадает. С этого момента начинаем обрабатывать работы <tex>J_1</tex> и <tex>J_2</tex> синхронно на станках: <tex>M_1</tex> и <tex>M_2</tex>. В момент времени <tex>T_2</tex> работа <tex>J_3</tex> опускается до уровня работы <tex>J_4</tex>.Работы <tex>J_3</tex> и <tex>J_4</tex> выполняем одновременно на одном станке <tex>M_3</tex>. В момент времени <tex>T_3</tex> начинаем выполнять первые четыре работы на всех станках одновременно, далее просто добавятся работы <tex>J_5</tex> и <tex>J_6</tex>, и все работы закончатся одновременно. | |
− | + | ==См. также== | |
+ | * [[QpmtnSumCi|<tex>Q \mid pmtn \mid \sum C_i</tex>]] | ||
− | == | + | ==Источники информации== |
− | + | * Peter Brucker. «Scheduling Algorithms» {{---}} «Springer», 2006 г. {{---}} 124 {{---}} 129 стр. {{---}} ISBN 978-3-540-69515-8 | |
− | + | [[Категория: Алгоритмы и структуры данных]] | |
− | + | [[Категория: Теория расписаний]] |
Текущая версия на 19:31, 4 сентября 2022
Задача: |
Дано | станков с разной скоростью выполнения работ, работающих параллельно, и работ. Работа может быть прервана в любой момент и продолжена позже на любой машине. Необходимо минимизировать время выполнения всех работ.
Содержание
Алгоритм построения расписания
Описание алгоритма
Перед выполнением алгоритма, упорядочим все работы по убыванию их времени выполнения:
, а все машины в порядке убывания скоростей: . Введем следующие обозначения:- , — сумма первых работ
- , — сумма скоростей первых станков
Необходимое условие для выполнения всех работ в интервале
:или
Кроме того, должно выполняться условие
для всех , так как это нижняя оценка времени выполнения работ . Исходя из этого получаем нижнюю границу :
Перейдем к описанию алгоритма. Будем назвать
-ом работы невыполненную часть работы в момент времени .Далее построим расписание, которое достигает нашей оценки
, с помощью -алгоритма.Псевдокод
Функция
принимает на вход два массива — массив с объемами работ и массив скоростей обработки станков, и возвращает вектор четвёрок, где первый элемент является номером станка, второй — номером работы, а два оставшихся время начала и окончания обработки этой работы на этом станке. function level(p : int[n], s : int[m]) : vector<int, int, int, int>
vector<int, int, int, int> ans
int t = 0
int k = n // количество еще не выполненных работ
sort(p) // сортируем время обработки работ по убыванию
sort(s) // сортируем станки по убыванию скоростей
while k > 0
int[] to = assign(p, k, m) // получаем распределение работ по станкам
Найдем минимальное dt1 отличное от нуля такое, что (p[i] - s[to[i]] * dt1) = 0
Найдем минимальное dt2 такое, что p[i] > p[j] и (p[i] - s[to[i]] * dt2 = p[j] - s[to[j]] * dt2) // то есть такое минимальное время, через которое,
// оставшийся объем каких-нибудь двух работ сравняется
int dt = min(dt1, dt2)
for j = 0 to n - 1
if p[j] > 0
if to[j]
-1 // рассматриваем работы которые обрабатываются в данном распределении
ans.push(to[j], j, t, t + dt)
p[j] -= s[to[i]] * dt
if p[j] == 0
k--
t += dt // поиск следующего момента времени, в который нужно будет перераспределить машины/работы
return ans
Функция
принимает на вход массив с объемами работ и возвращает массив с распределением работ.function assign(p : int[n], k : int, m : int) : int[] int[n] to // j работа обрабатывается на to[j] станке fill(to, -1) set<int> s // множество уже распределенных работ int i = 0 while i < m and i < k Находим первый j такой что p[j] максимальный и s не содержит j s.add(j) m[j] = i++ return to
Асимптотика
-алгоритм вызывает функцию в самом худшем случае раз. Функция выполняется за . Итоговое время работы .
Доказательство корректности алгоритма
Теорема: |
Расписание, построенное данным алгоритмом, является корректным и оптимальным. |
Доказательство: |
Так как нижняя граница :
то достаточно показать, что составленное расписание достигает этой оценки. Будем считать, что в начале алгоритма все работы упорядочены, как было сказано ранее: . Это утверждение не меняется на протяжении всего выполнения алгоритма, для любого момента времени. Получаем: . Докажем что алгоритм составляет расписание в соответствии с этим свойством. Чтобы доказать этот факт, будем считать что в любой момент времени нет простоев машин, когда есть хотя бы одна невыполненная работа. Получаем:или Таким образом необходимая оценка достигается нашим алгоритмом. Допустим хотя бы одна машина простаивает, в момент когда есть невыполненные работы, получим следующее неравенство для времен окончания работ (обозначим далее как ) на станках , пронумерованных по убыванию скоростей:
Докажем написанное выше неравенство: Предположим, что Пусть для некоторого . Тогда последней работы, выполнявшейся на станке в момент времени (где достаточно мал) меньше, чем последней работы на станке . Пришли к противоречию, так как при распределении, работы с наибольшим выставлялись на самые быстрые станки. = ,где . Чтобы работы завершились в момент времени , необходимо начать их в момент времени 0, поскольку если это не выполняется, то у нас найдется работа , которая начинается позже и заканчивается в . Это означает, что в момент времени начинаются как минимум работ. Пусть первые работ стартовали вместе на всех машинах. Мы получаем , из чего следует, что для любого , удовлетворяющего условию . Таким образом, до момента времени нет простаивающих машин. Пришли к противоречию. Получаем . |
Пример
Пусть у нас есть
работ и станка. Покажем работу алгоритма для данного случая.В начальный момент времени начинаем обрабатывать работы с наибольшим временем выполнения
, и на станках , и соответственно. В момент времени -ой работы и -ой работы совпадает. С этого момента начинаем обрабатывать работы и синхронно на станках: и . В момент времени работа опускается до уровня работы .Работы и выполняем одновременно на одном станке . В момент времени начинаем выполнять первые четыре работы на всех станках одновременно, далее просто добавятся работы и , и все работы закончатся одновременно.См. также
Источники информации
- Peter Brucker. «Scheduling Algorithms» — «Springer», 2006 г. — 124 — 129 стр. — ISBN 978-3-540-69515-8