1sumu — различия между версиями
(→Алгоритм) |
м (rollbackEdits.php mass rollback) |
||
(не показано 16 промежуточных версий 7 участников) | |||
Строка 1: | Строка 1: | ||
− | + | {{Шаблон:Задача | |
+ | |definition = | ||
Дан один станок и <tex>n</tex> работ, для которых заданы их времена выполнения на этом станке <tex>p_i</tex> и дедлайны <tex>d_i</tex>. Нужно успеть выполнить как можно больше работ. | Дан один станок и <tex>n</tex> работ, для которых заданы их времена выполнения на этом станке <tex>p_i</tex> и дедлайны <tex>d_i</tex>. Нужно успеть выполнить как можно больше работ. | ||
+ | }} | ||
==Алгоритм== | ==Алгоритм== | ||
Чтобы получить оптимальное расписание, будем строить максимальное множество <tex>S</tex> тех работ, которые успеют выполниться. Само расписание тогда будет состоять из всех работ из <tex>S</tex>, упорядоченных по неубыванию дедлайнов. | Чтобы получить оптимальное расписание, будем строить максимальное множество <tex>S</tex> тех работ, которые успеют выполниться. Само расписание тогда будет состоять из всех работ из <tex>S</tex>, упорядоченных по неубыванию дедлайнов. | ||
Будем добавлять в <tex>S</tex> работы в порядке неубывания значений <tex>d_j</tex>. Если вновь добавленная работа не успевает выполниться до дедлайна, то найдём и удалим из <tex>S</tex> работу с самым большим временем выполнения. | Будем добавлять в <tex>S</tex> работы в порядке неубывания значений <tex>d_j</tex>. Если вновь добавленная работа не успевает выполниться до дедлайна, то найдём и удалим из <tex>S</tex> работу с самым большим временем выполнения. | ||
− | + | Отсортировать работы так, чтобы <tex>d_1 \leqslant d_2 \leqslant \dots \leqslant d_n</tex> | |
− | + | <tex>S = \varnothing</tex> | |
− | + | <tex>time = 0</tex> | |
− | + | '''for''' i = 1 '''to''' n '''do''' | |
− | + | <tex>S = S \cup \{ i \}</tex> | |
− | + | <tex>time</tex> <code>+=</code> <tex>p_i</tex> | |
− | + | '''if''' <tex>t > d_i</tex> | |
− | + | находим в <tex>S</tex> работу <tex>j</tex> с наибольшим <tex>p_j</tex> | |
− | + | <tex>S = S \setminus\{j\}</tex> | |
− | + | <tex>time</tex> <code>-=</code> <tex>p_j</tex> | |
+ | Алгоритм будет работать за <tex>O(n \log n)</tex>. | ||
+ | ==Оптимальность и корректность== | ||
{{Теорема | {{Теорема | ||
|statement= | |statement= | ||
− | + | Приведенный выше алгоритм строит оптимальное расписание. | |
|proof= | |proof= | ||
− | Разделим множество работ <tex>P</tex> на | + | Разделим множество работ <tex>P</tex> на два: <tex>S</tex> — множество работ, которые успеют выполниться и <tex>F</tex> — работы, которые не успеют выполниться. |
− | Пусть <tex>j</tex> | + | Пусть <tex>j</tex> — первая работа, которая была удалена из <tex>S</tex>. Докажем, что существует оптимальное расписание <tex>P = (S, T)</tex>, в котором <tex>j \in F</tex>. Обозначим через <tex>k</tex> ту работу, которая была последней добавлена в <tex>S</tex>. Тогда <tex>p_j = \max\limits_{i = 1 \dots k} p_i</tex>. При этом в последовательности работ <tex>1, 2, \dots, j-1, j+1, \dots, k</tex> не будет ни одной невыполненной работы, поскольку в последовательности <tex>1, 2, \dots, k-1</tex> все работы выполняются вовремя и <tex>p_k \leqslant p_j</tex>. Заменим <tex>j</tex> на <tex>k</tex> и отсортируем все работы. |
Теперь рассмотрим оптимальное расписание <tex>P' = (S', F')</tex>, где <tex>j \in S'</tex>. В нём существует последовательность <tex>\pi</tex>: <tex>\pi(1), \dots, \pi(m), \dots, \pi(r), \pi(r+1), \dots, \pi(n)</tex>, такая, что | Теперь рассмотрим оптимальное расписание <tex>P' = (S', F')</tex>, где <tex>j \in S'</tex>. В нём существует последовательность <tex>\pi</tex>: <tex>\pi(1), \dots, \pi(m), \dots, \pi(r), \pi(r+1), \dots, \pi(n)</tex>, такая, что | ||
Строка 39: | Строка 43: | ||
Таким образом, мы получили оптимальное расписание <tex>P = (S, F)</tex>, в котором <tex>j \in F</tex>. | Таким образом, мы получили оптимальное расписание <tex>P = (S, F)</tex>, в котором <tex>j \in F</tex>. | ||
− | Теперь докажем теорему индукцией по числу работ. Очевидно, при <tex>n = 1</tex> она выполняется. Предположим, что алгоритм верен для <tex>n - 1</tex> работы. Пусть <tex>P = (S, T)</tex> | + | Теперь докажем теорему индукцией по числу работ. Очевидно, при <tex>n = 1</tex> она выполняется. Предположим, что алгоритм верен для <tex>n - 1</tex> работы. Пусть <tex>P = (S, T)</tex> — расписание, построенное алгоритмом, а <tex>P' = (S', T')</tex> — оптимальное расписание с <tex>j \in F'</tex>. Тогда, по отимальности, <tex>|S| \leqslant |S'|</tex>. |
Если применить алгоритм ко множеству <tex>\{1, \dots, j-1, j+1, \dots, n\}</tex>, то получим оптимальное расписание для <tex>(S, F\setminus \{j\})</tex>. Т.к. для задачи с меньшим числом станков им будет являться <tex>(S', F' \setminus \{j\})</tex>, то <tex>|S'| \leqslant |S|</tex>, и, следовательно, <tex>|S| = |S'|</tex> и <tex>P</tex> является оптимальным расписанием. | Если применить алгоритм ко множеству <tex>\{1, \dots, j-1, j+1, \dots, n\}</tex>, то получим оптимальное расписание для <tex>(S, F\setminus \{j\})</tex>. Т.к. для задачи с меньшим числом станков им будет являться <tex>(S', F' \setminus \{j\})</tex>, то <tex>|S'| \leqslant |S|</tex>, и, следовательно, <tex>|S| = |S'|</tex> и <tex>P</tex> является оптимальным расписанием. | ||
}} | }} | ||
+ | |||
+ | ==Источники информации== | ||
+ | * Peter Brucker. «Scheduling Algorithms» {{---}} «Springer», 2006 г. {{---}} 86 стр. {{---}} ISBN 978-3-540-69515-8 | ||
+ | |||
+ | == См. также == | ||
+ | * [[Классификация задач]] | ||
+ | * [[1ripi1sumwc|<tex>1 \mid r_{i}, p_i=1\mid \sum w_{i}C_{i}</tex>]] | ||
+ | * [[1pi1sumwu|<tex>1 \mid p_{i} = 1 \mid \sum w_{i}U_{i}</tex>]] | ||
+ | * [[1ripi1sumf|<tex>1 \mid r_i, p_i = 1 \mid \sum f_i</tex>]] | ||
+ | |||
+ | [[Категория: Дискретная математика и алгоритмы]] | ||
+ | [[Категория: Теория расписаний]] |
Текущая версия на 19:31, 4 сентября 2022
Задача: |
Дан один станок и | работ, для которых заданы их времена выполнения на этом станке и дедлайны . Нужно успеть выполнить как можно больше работ.
Алгоритм
Чтобы получить оптимальное расписание, будем строить максимальное множество
тех работ, которые успеют выполниться. Само расписание тогда будет состоять из всех работ из , упорядоченных по неубыванию дедлайнов. Будем добавлять в работы в порядке неубывания значений . Если вновь добавленная работа не успевает выполниться до дедлайна, то найдём и удалим из работу с самым большим временем выполнения.Отсортировать работы так, чтобыfor i = 1 to n do+=
if находим в работу с наибольшим-=
Алгоритм будет работать за
.Оптимальность и корректность
Теорема: |
Приведенный выше алгоритм строит оптимальное расписание. |
Доказательство: |
Разделим множество работ на два: — множество работ, которые успеют выполниться и — работы, которые не успеют выполниться. Пусть — первая работа, которая была удалена из . Докажем, что существует оптимальное расписание , в котором . Обозначим через ту работу, которая была последней добавлена в . Тогда . При этом в последовательности работ не будет ни одной невыполненной работы, поскольку в последовательности все работы выполняются вовремя и . Заменим на и отсортируем все работы. Теперь рассмотрим оптимальное расписание , где . В нём существует последовательность : , такая, что
Такое всегда найдётся, т.к. , а последнее будет следовать из того, что . Из того, что следует, что выполнятся все работы из . С другой стороны, при любом расписании не будет выполнена какая-то работа из . Поэтому , при этом существует работа . Удалим работу из и заменим на . Если отсортируем получившееся множество, то все работы в нём выполнятся, т.к. , а оно обладает таким свойством. Если добавим работы к множеству и отсортируем его по неубыванию дедлайнов, то все работы в нём выполнятся, т.к. из следует, что. Таким образом, мы получили оптимальное расписание Если применить алгоритм ко множеству , в котором . Теперь докажем теорему индукцией по числу работ. Очевидно, при она выполняется. Предположим, что алгоритм верен для работы. Пусть — расписание, построенное алгоритмом, а — оптимальное расписание с . Тогда, по отимальности, . , то получим оптимальное расписание для . Т.к. для задачи с меньшим числом станков им будет являться , то , и, следовательно, и является оптимальным расписанием. |
Источники информации
- Peter Brucker. «Scheduling Algorithms» — «Springer», 2006 г. — 86 стр. — ISBN 978-3-540-69515-8