1outtreesumwc — различия между версиями
Rybak (обсуждение | вклад) м (→Алгоритм) |
Shersh (обсуждение | вклад) |
||
Строка 6: | Строка 6: | ||
Мы должны составить расписание с произвольными временами обработки на одном станке. Минимизировать нужно взвешенную сумму времен завершения работ. Зависимости между работами заданы исходящим деревом {{---}} работа, которая соответствует корню, доступна в начале, все другие работы зависят от одной работы {{---}} отца в дереве. Тривиальным примером подобной задачи является демонтаж сложного механизма. | Мы должны составить расписание с произвольными временами обработки на одном станке. Минимизировать нужно взвешенную сумму времен завершения работ. Зависимости между работами заданы исходящим деревом {{---}} работа, которая соответствует корню, доступна в начале, все другие работы зависят от одной работы {{---}} отца в дереве. Тривиальным примером подобной задачи является демонтаж сложного механизма. | ||
− | == | + | == Свойства оптимального расписания == |
− | + | Докажем некоторые свойства оптимального расписания, которые мы будем использовать в доказательстве корректности алгоритма. | |
− | |||
− | + | Введем некоторые обозначения для удобства. За <tex> E </tex> обозначим список всех ребёр дерева. Для всех работ <tex>i = 1, ..., n</tex> обозначим обозначим за <tex>S(i)</tex> всех потомков <tex>i</tex> в дереве зависимостей, включая саму работу <tex>i</tex>, введём новый парамерт работы <tex dpi = 150>q_i = \frac{w_i}{p_i}</tex>. | |
− | + | Для подмножества работ <tex>I \subseteq \{1, ..., n\}</tex> определим: | |
− | <tex>w(I) = \sum\limits_{i \in I} w_i, p(I) = \sum\limits_{i \in I} p_i, q(I) = \frac{w(I)}{p(I)}</tex> | + | <tex dpi = 150>w(I) = \sum\limits_{i \in I} w_i, p(I) = \sum\limits_{i \in I} p_i, q(I) = \frac{w(I)}{p(I)}</tex> |
Два непересекающихся множества работ <tex>I, J \subseteq \{1, ..., n\}</tex> будем называть ''параллельными'' (<tex>I \sim J</tex>), если для всех <tex>i \in I, j \in J</tex> выполняется: <tex>i</tex> не является ни предком, ни потомком <tex>j</tex>. Если множества состоят из одной работы <tex>I = \{i\}, J = \{j\}</tex>, будем писать <tex>i \sim j</tex>. Каждое расписание представлено перестановкой <tex>\pi</tex>. | Два непересекающихся множества работ <tex>I, J \subseteq \{1, ..., n\}</tex> будем называть ''параллельными'' (<tex>I \sim J</tex>), если для всех <tex>i \in I, j \in J</tex> выполняется: <tex>i</tex> не является ни предком, ни потомком <tex>j</tex>. Если множества состоят из одной работы <tex>I = \{i\}, J = \{j\}</tex>, будем писать <tex>i \sim j</tex>. Каждое расписание представлено перестановкой <tex>\pi</tex>. | ||
{{Лемма | {{Лемма | ||
− | |id= | + | |id=lemma1 |
− | |statement= Пусть <tex>\pi</tex> {{---}} оптимальное расписание, <tex>I</tex> и <tex>J</tex> {{---}} два таких блока (множества работ, выполняемых последовательно) из <tex>\pi</tex>, что <tex>J</tex> выполняется сразу после <tex>I</tex>. Пусть <tex>\pi'</tex> {{---}} расписание, полученное из <tex>\pi</tex> перестановкой <tex>I</tex> и <tex>J</tex>. Тогда выполяются следующие пункты: | + | |about=1 |
− | + | |statement= Пусть <tex>\pi</tex> {{---}} оптимальное расписание, <tex>I</tex> и <tex>J</tex> {{---}} два таких параллельных блока (множества работ, выполняемых последовательно) из <tex>\pi</tex>, что <tex>J</tex> выполняется сразу после <tex>I</tex>. Пусть <tex>\pi'</tex> {{---}} расписание, полученное из <tex>\pi</tex> перестановкой <tex>I</tex> и <tex>J</tex>. Тогда выполяются следующие пункты: | |
− | + | <tex>(a)~ I \sim J \Rightarrow q(I) \ge q(J)</tex> | |
+ | <tex>(b)</tex> Если <tex>I \sim J</tex> и <tex>q(I) = q(J)</tex>, то <tex>\pi'</tex> {{---}} оптимальное расписание. | ||
|proof= | |proof= | ||
− | + | <tex>(a)</tex> Пусть <tex>f = \sum w_i C_i</tex>. Так как <tex>\pi</tex> {{---}} оптимальное расписание, то <tex>f(\pi) \le f(\pi')</tex>. Таким образом: | |
<tex>0 \le f(\pi') - f(\pi) = w(I) p(J) - w(J) p(I)</tex> | <tex>0 \le f(\pi') - f(\pi) = w(I) p(J) - w(J) p(I)</tex> | ||
Строка 31: | Строка 31: | ||
Поделим на <tex>p(I)p(J)</tex>: | Поделим на <tex>p(I)p(J)</tex>: | ||
− | <tex>q(I) = w(I) | + | <tex dpi = 150>q(I) = \frac{w(I)}{p(I)} \ge \frac{w(J)}{p(J)} = q(J) </tex> |
− | + | <tex>(b)</tex> Если <tex>q(I) = q(J) </tex>, то <tex>f(\pi) = f(\pi') </tex>, следовательно расписание <tex>\pi'</tex> оптимально. | |
}} | }} | ||
+ | {{Теорема | ||
+ | |id = theorem1 | ||
+ | |statement = Пусть <tex>i, ~j</tex> работы такие, что <tex>i</tex> {{---}} потомок <tex>j</tex>, и <tex> q_j = \max \{q_k \mid ~ (i, k) \in E \}</tex>. <br> | ||
+ | Тогда существует оптимальное расписание, в котором работа <tex>j</tex> идёт сразу после работы <tex>i</tex> | ||
+ | |proof = | ||
+ | Каждое расписание может быть представлено последовательностью работ в порядке, в котором они выполняются. Пусть <tex> \pi </tex> будет оптимальной такой последовательностью со свойством, что количество работ между <tex> i </tex> и <tex> j </tex> равное <tex> l </tex> было бы минимальным. Можно считать, что <tex> l > 0 </tex>. Тогда расписание можно представить следующим образом: | ||
+ | }} | ||
== Литература == | == Литература == | ||
* P. Brucker. Scheduling Algorithms (2006), 5th edition, стр. 73 - 78 | * P. Brucker. Scheduling Algorithms (2006), 5th edition, стр. 73 - 78 | ||
− | + | [[Категория: Дискретная математика и алгоритмы]] | |
− | + | [[Категория: Теория расписаний]] | |
− |
Версия 14:33, 10 июня 2013
Эта статья находится в разработке!
Постановка задачи
Мы должны составить расписание с произвольными временами обработки на одном станке. Минимизировать нужно взвешенную сумму времен завершения работ. Зависимости между работами заданы исходящим деревом — работа, которая соответствует корню, доступна в начале, все другие работы зависят от одной работы — отца в дереве. Тривиальным примером подобной задачи является демонтаж сложного механизма.
Свойства оптимального расписания
Докажем некоторые свойства оптимального расписания, которые мы будем использовать в доказательстве корректности алгоритма.
Введем некоторые обозначения для удобства. За
обозначим список всех ребёр дерева. Для всех работ обозначим обозначим за всех потомков в дереве зависимостей, включая саму работу , введём новый парамерт работы .Для подмножества работ
определим:
Два непересекающихся множества работ
будем называть параллельными ( ), если для всех выполняется: не является ни предком, ни потомком . Если множества состоят из одной работы , будем писать . Каждое расписание представлено перестановкой .Лемма (1): |
Пусть — оптимальное расписание, и — два таких параллельных блока (множества работ, выполняемых последовательно) из , что выполняется сразу после . Пусть — расписание, полученное из перестановкой и . Тогда выполяются следующие пункты:
Если и , то — оптимальное расписание. |
Доказательство: |
Пусть . Так как — оптимальное расписание, то . Таким образом:
Поделим на :Если , то , следовательно расписание оптимально. |
Теорема: |
Пусть работы такие, что — потомок , и . Тогда существует оптимальное расписание, в котором работа идёт сразу после работы |
Доказательство: |
Каждое расписание может быть представлено последовательностью работ в порядке, в котором они выполняются. Пусть | будет оптимальной такой последовательностью со свойством, что количество работ между и равное было бы минимальным. Можно считать, что . Тогда расписание можно представить следующим образом:
Литература
- P. Brucker. Scheduling Algorithms (2006), 5th edition, стр. 73 - 78