最佳调度的回溯算法.docVIP

实验目的： 理解回溯法的原理，掌握调度问题的处理方法，实现最佳调度问题的回溯解决。 ? 问题定义 输入： 1.?????? 任务数N 2.?????? 机器数M 3.?????? 随机序列长度t[i],其中t[i]=x表示第i个任务完成需要时间单位x， 输出： 1.?????? 开销时间besttime，表示最佳调度需要时间单位 2.?????? 最佳调度序列bestx[]，其中bestx[i]=x，表示将第i个任务分配给第x个机器执行。 实验思想 解空间的表示： 一个深度为N的M叉树。 基本思路：搜索从开始结点（根结点）出发，以DFS搜索整个解空间。 每搜索完一条路径则记录下besttime 和bestx[]序列 开始结点就成为一个活结点，同时也成为当前的扩展结点。在当前的扩展结点处向纵深方向移至一个新结点，并成为一个新的活结点，也成为当前扩展结点。 如果在当前的扩展结点处不能再向纵深方向扩展，则当前扩展结点就成为死结点。 此时，应往回移动（回溯）至最近的一个活结点处，并使这个活结点成为当前的扩展结点；直至找到一个解或全部解。 测试数据及结果 本测试的硬件以及软件环境如下 CPU：PM 1.5G; 内存:768M;操作系统：windows xp sp2;软件平台：JDK1.5;开发环境：eclipse 如图1所示：即为求任务数为10机器数为5的最佳调度的算法结果。 图1 实验结论以及算法分析 通过测试证明算法正确有效。 性能分析的方法：使用JDK 1.5的System.nanoTime()，计算算法消耗的时间，以此来评价算法。（该方法在JDK1.5以下的版本中不支持） 为了不影响算法的准确度，在测试的过程我们注释掉了打印随机字符串的步骤。 由于没有使用限界函数进行优化，算法时间和空间复杂度呈指数级增长。所以该算法不适合较大规模的计算。 图2 2 蓝线表示机器数一定M=3时，n增大时求解最佳调度对所消耗的时间，该趋势随着指数增加。 图3 图3表示任务数N一定时随着M的增大的增长曲线。 图2和图3表明该程序的时间复杂度与理论分析相符合。 源代码 最佳调度的回溯算法(java描述） BestSchedule.Java package?bestSchedule;import?java.util.Random;public?class?BestSchedule?...{????/**?*//**?????*?@author?icyfire?????*?本程序是采用回溯法解决最佳调度问题?????*??????*/????int?N;????????//任务数????int?M;????????//机器数????int?best;?????//最优值????int[]?t;??????//每个任务所需的时间序列????int[]?len;????//每台机器所需时间序列????int[]?x;??????//当前路径????int[]?bestx;??//最优调度：其中bestx[i]=m表示把第i项任务分配给第m台机器???????????? public?static?void?main(String[]?args)?...{?????BestSchedule?bs?=new?BestSchedule(); //进入主方法,那就先创建一个对象；?????bs.showTest(); //然后，就开始调用自己的方法，开始求解吧！????}????????void?showTest()???...{?????????N=3 //为了简单点就先小点吧。。。N=10;?//?任务数?????????M=7;?//机器数目????????Random?r?=new?Random();????????t=new?int?[N];?//每个任务的时间????????//int?sum=0;????????for?(int?i?=0;iN;i++)????????...{????????????t[i]=r.nextInt(5*N);????????????//sum+=t[i];???????? }????????len?=new?int?[M];??????//记录每台机器已经安排的时间????????????best?=?Integer.MAX_VALUE;?? //这又是一个狠招啊，直接将整型的最大值赋给best。 //跨平台.????????bestx=new?int?[N];????????x?=new?int[N];???????Long?sta