`
jafisher
  • 浏览: 56716 次
  • 性别: Icon_minigender_1
  • 来自: 长沙
社区版块
存档分类
最新评论

算法分析之工作分配问题

阅读更多
    ACM中的工作分配问题是一个典型的回溯问题,利用回溯思想能很准确地得到问题的解。下面就这个问题好好分析下。

问题描述:
    设有n件工作分配给n个人。为第i个人分配工作j所需的费用为c[i][j] 。试设计一个算法,计算最佳工作分配方案,为每一个人都分配1 件不同的工作,并使总费用达到最小。

解题思路:
    由于每个人都必须分配到工作,在这里可以建一个二维数组c[i][j],用以表示i号工人完成j号工作所需的费用。给定一个循环,从第1个工人开始循环分配工作,直到所有工人都分配到。为第i个工人分配工作时,再循环检查每个工作是否已被分配,没有则分配给i号工人,否则检查下一个工作。可以用一个一维数组x[j]来表示第j号工作是否被分配,未分配则x[j]=0,否则x[j]=1。利用回溯思想,在工人循环结束后回到上一工人,取消此次分配的工作,而去分配下一工作直到可以分配为止。这样,一直回溯到第1个工人后,就能得到所有的可行解。在检查工作分配时,其实就是判断取得可行解时的二维数组的一下标都不相同,二下标同样不相同。

样例分析:
    给定3件工作,i号工人完成j号工作的费用如下:
10 2 3
2 3 4
3 4 5

    假定一个变量count表示工作费用总和,初始为0,变量i表示第i号工人,初始为1。n表示总的工作量,这里是取3。c[i][j]表示i号工人完成j号工作的费用,x[j]表示j号工作是否被分配。算法如下:

void work(int i,int count){
  if(i>n)
    return ;
  for(int j=1;j<=n;j++)
    if(x[j] == 0){
      x[j] = 1;
      work(i+1,count+c[i][j]);
      x[j] = 0;
    }
}


    那么在这里,用回溯法的思想就是,首先分配的工作是:
10:c[1][1]  3:c[2][2]  5:c[3][3]  count=18;
   
    此时,所有工人分配结束,然后回溯到第2个工人重新分配:
10:c[1][1]  4:c[2][3]  4:c[3][2]  count=18;

    第2个工人已经回溯到n,再回溯到第1个工人重新分配:
2:c[1][2]  2:c[2][1]  5:c[3][3]  count=9;

    回溯到第2个工人,重新分配:
2:c[1][2]  4:c[2][3]  3:c[3][1]  count=9;

    再次回溯到第1个工人,重新分配:
3:c[1][3]  2:c[2][1]  4:c[3][2]  count=9;

    回溯到第2个工人,重新分配:
3:c[1][3]  3:c[2][2]  3:c[3][1]  count=9;

    这样,就得到了所有的可行解。而我们是要得到最少的费用,即可行解中和最小的一个,故需要再定义一个全局变量cost表示最终的总费用,初始cost为c[i][i]之和,即对角线费用相加。在所有工人分配完工作时,比较count与cost的大小,如果count小于cost,证明在回溯时找到了一个最优解,此时就把count赋给cost。
    到这里,整个算法差不多也快结束了,已经能得到最终结果了。但考虑到算法的复杂度,这里还有一个剪枝优化的工作可以做。就是在每次计算局部费用变量count的值时,如果判断count已经大于cost,就没必要再往下分配了,因为这时得到的解必然不是最优解。

#include<iostream>
using namespace std;

int n,cost=0;
int x[100],c[100][100];

void work(int i,int count){
    if(i>n && count<cost){
      cost = count;
      return ;
    }
    if(count<cost)
      for(int j=1;j<=n;j++)
        if(x[j] == 0){  
          x[j] = 1;  
          work(i+1,count+c[i][j]);  
          x[j] = 0;  
         }
}

int main(){
    cin>>n;
    for(int i=1;i<=n;i++){
      for(int j=1;j<=n;j++){
        cin>>c[i][j];
        x[j] = 0;  
      }
      cost+=c[i][i];  
    }
    work(1,0);
    cout<<cost<<endl;
    system("pause");
    return 0;
}





分享到:
评论
5 楼 glasslion 2011-04-03  
shediao 写道
匈牙利算法不是更好?


就是啊,搞ACM的,应该一看就知道是个二分图最优匹配问题,这种回溯解法还来“ACM典例分析”,ACM什么时候堕落成这样了
4 楼 咖啡豆子 2011-01-07  
贴个我自己用JAVA写的,貌似还有待优化:
package cn.com.lbn.acm;

import java.util.ArrayList;
import java.util.Iterator;
import java.util.List;

public class ResourcePlanTest {
	private static int[][] resourcePlanView;
	
	static {
		resourcePlanView = new int[3][3];
		resourcePlanView[0] = new int[]{1,4,9};
		resourcePlanView[1] = new int[]{2,7,6};
		resourcePlanView[2] = new int[]{3,1,5};
	}
	
	public static void main(String[] args) {
		List path = caculate(new ArrayList(), new ArrayList());
		System.out.println(path);
		System.out.println(sumWork(path));
	}
	
	private static List caculate(List excludeRows, List excludeCols) {
		List results = new ArrayList();
		for(int row = 0; row < resourcePlanView.length; row++) {
			if(excludeRows != null && !excludeRows.isEmpty() && excludeRows.contains(row)) {
				continue;
			}
			for(int col = 0; col < resourcePlanView[0].length; col++) {
				if(excludeCols != null && !excludeCols.isEmpty() && excludeCols.contains(col)) {
					continue;
				}
				Position p = new Position(row, col);
				List excludeRowsForSub = new ArrayList(excludeRows);
				excludeRowsForSub.add(p.getRow());
				List excludeColsForSub = new ArrayList(excludeCols);
				excludeColsForSub.add(p.getCol());
				
				List subPath = caculate(excludeRowsForSub, excludeColsForSub);		
				subPath.add(p);
				
				results.add(subPath);
			}	
		}
		return selectMinWorkPath(results);
	}
	
	private static List selectMinWorkPath(List paths) {
		int minSum = Integer.MAX_VALUE;
		List minPath = new ArrayList();
		for(Iterator iter = paths.iterator(); iter.hasNext();) {		
			List path = (List)iter.next();
			int sum = sumWork(path);
			if(sum < minSum) {
				minSum = sum;
				minPath = path;
			}
		}
		return minPath;
	}
	
	private static int sumWork(List path) {
		int sum = 0;
		for(Iterator iter = path.iterator(); iter.hasNext();) {
			Position pos = (Position)iter.next();
			sum += resourcePlanView[pos.getRow()][pos.getCol()];
		}
		return sum;
	}
}

class Position {
	private int row;
	private int col;
	
	public Position() {	
	}
	
	public Position(int row, int col) {
		super();
		this.row = row;
		this.col = col;
	}

	public int getRow() {
		return row;
	}
	public void setRow(int row) {
		this.row = row;
	}
	public int getCol() {
		return col;
	}
	public void setCol(int col) {
		this.col = col;
	}
	
	public String toString() {
		return "[" +row + "]" + "[" + col + "]" + "\n";
	}
}

3 楼 咖啡豆子 2011-01-07  
大概理解了思路,想问一下代码里面只给出了总的cost,每个人该分配哪一件任务该怎么获得呢?
2 楼 shediao 2011-01-06  
匈牙利算法不是更好?
1 楼 feisuzhu 2010-12-31  
果然只能回溯么。。。。
自己想了另一个算法,结果不对,也一起拿上来把

#include <stdio.h>
#include <stdlib.h>
#include <time.h>
#include <string.h>

#define N 8

#define BOLD "\033[31m\033[1m"
#define NORM "\033[0m"


int cost[N][N];
int aux[N];
int cur[N];
int best[N];
int mincost;

void init(void)
{
    int i, j;
    for(i=0; i<N; i++) {
        for(j=0; j<N; j++) {
            cost[i][j] = (rand() >> 3) % 100;
        }
        aux[i] = 0;
    }
    mincost = 999999;
}

void dumpcost(void)
{
    int i, j;
    printf("-------- Cost Dump --------\n");
    for(i=0; i<N; i++) {
        for(j=0; j<N; j++) {
            if(best[i] == j) {
                printf(BOLD "%4d " NORM, cost[i][j]);
            } else {
                printf("%4d ", cost[i][j]);
            }
        }
        printf("\n");
    }
    printf("---------------------------\n\n");
}

void backtrack(int i, int c)
{
    int j;
    if(i == N) {
        if(c < mincost) {
            mincost = c;
            memcpy(best, cur, sizeof(cur));
            printf("Min = %d\n", c);
        }
        return;
    }

    for(j=0; j<N; j++) {
        if(aux[j]) continue;
        if(c + cost[i][j] > mincost) continue;
        aux[j] = 1;
        cur[i] = j;
        backtrack(i+1, c + cost[i][j]);
        aux[j] = 0;
    }
}

void swapping(void)
{
    int i, j, t;
    for(i=0; i<N; i++) {
        best[i] = i;
    }
    
    for(;;) {
        t = 0;
        for(i=0; i<N-1; i++) {
            for(j=i+1; j<N; j++) {
                if(cost[i][best[i]] + cost[j][best[j]] >
                   cost[i][best[j]] + cost[j][best[i]])
                {
                    t = best[i];
                    best[i] = best[j];
                    best[j] = t;
                    t = 1;
                }
            }
        }
        if(!t) goto done;
    }
    done:

    for(t=0, i=0; i<N; i++) {
        t += cost[i][best[i]];
    }
    printf("Min = %d\n", t);
}


int main(void)
{
    srand(time(NULL));
    init();
    backtrack(0, 0);
    dumpcost();
    swapping();
    dumpcost();
    return 0;
}

相关推荐

    算法设计与分析-工作分配问题

    工作分配问题在IT领域,尤其是算法设计与分析中是一个经典的话题。它涉及到如何高效地将一组任务或工作项分配给一组资源,以达到最优的效率或最短的完成时间。这个问题在很多实际场景中都有应用,如项目管理、任务...

    遗传算法解决多目标分配问题

    遗传算法是一种模拟生物进化过程的优化方法,常用于解决复杂问题,如多目标分配问题。在多目标分配问题中,我们需要找到一种策略,使得有限的资源(如人员、设备或资金)能有效地分配到多个目标(任务或项目)上,...

    算法设计工作分配

    工作分配问题的回溯算法解决方案 工作分配问题是一个经典的组合优化问题,其目标是将工作分配给个人以使总费用达到最小。在这个问题中,我们使用回溯算法来解决工作分配问题。 工作分配问题的描述: 设有件工作...

    工作分配问题

    在提供的文件中,“工作分配问题.doc”很可能是实验报告的文档,详细涵盖了问题的分析、算法实现和结果讨论。而“workPlan”可能是源码文件,包含了实际的算法实现。通过深入阅读这两个文件,可以更全面地理解和学习...

    c++工作分配问题的最优解

    通过阅读和理解这些代码,你可以进一步了解如何在C++中具体实现工作分配问题的求解过程,包括数据结构的选择(如链表、数组、优先队列等)、算法的设计和优化,以及可能的调试和性能分析技巧。 总的来说,C++解决...

    回溯法之工作分配问题.zip

    在这个"回溯法之工作分配问题"中,我们可以假设存在一个任务分配的问题,比如有若干个任务需要分配给一些工人,目标可能是使工作效率最大化或者满足特定条件。Python作为高度灵活的开发语言,非常适合实现这类算法。...

    C内存分配算法之一最优先分配

    最优先分配(Best Fit)是一种内存分配算法,旨在优化内存利用率,减少内存碎片问题。这种策略通常用于动态内存分配,例如使用`malloc()`、`calloc()`、`realloc()`和`free()`等函数。 内存分配的目的是将程序所需...

    算法分析与设计课件

    总之,《算法分析与设计课件》是一份全面的教育资源,它不仅教授算法的基本概念,还提供了实际问题的解决方案,对于提升算法思维能力和解决复杂计算问题的能力具有极大的帮助。无论是初学者还是有一定经验的学习者,...

    算法分析期末复习

    ### 算法分析期末复习知识点汇总 #### 一、填空题与选择题概览 根据提供的描述,填空题与选择题主要考察的是算法的基础理论知识,比如各种算法的基本概念、工作原理以及特点等。这些题型有助于学生巩固算法的基础...

    回溯法实例编程工作分配问题

    在“工作分配问题”中,我们需要为n个人分配n件工作,目标是使总费用最小。这个问题可以用回溯法来解决,因为存在多个可能的组合,而每个组合可能导致不同的总费用。 实验目的是理解和掌握回溯法的深度优先搜索策略...

    算法分析与设计小程序

    在计算机科学中,算法分析与设计是至关重要的组成部分,它涉及到如何有效地解决问题并优化计算过程。这些小程序展示了作者在学习算法分析与设计课程时的实践成果,通过编写代码来理解和应用各种算法。让我们逐一探讨...

    数据结构与算法分析C++描述(附源码)

    数据结构与算法分析是计算机科学中的核心课程,它关乎如何高效地存储和处理数据,以及设计和实现高效的计算过程。C++作为一种强大的编程语言,常用于实现这些数据结构和算法,因为它提供了丰富的库支持和面向对象的...

    C语言资源分配问题代码

    4. 算法设计:在“算法设计与分析”课程中,我们学习了各种优化策略,如贪心算法、动态规划等,它们在资源分配问题中具有广泛的应用。例如,银行家算法就是一种典型的预防死锁的策略,通过预估未来的资源需求,提前...

    西南交通大学算法分析与设计hhy1.3实验报告任务分配问题

    ### 西南交通大学算法分析与设计hhy1.3实验报告任务分配问题 #### 实验背景与目标 本次实验报告围绕“任务分配问题”展开,旨在通过两种不同的算法解决实际中的人员与任务匹配问题,从而达到最低成本的目标。实验...

    改进贪心算法在智能宿舍分配系统中的应用.pdf

    3. 贪心算法分析,首先从问题的初 始状态开始,依照目前局部最优解方法,以满足约束方程为基础,促使目标函数增长最快/慢为准则,在候选集合中实施各种选择,以尽快形成问题可行解。 改进贪心算法在智能宿舍分配...

    使用 Jonker-Volgenant算法的线性分配问题求解器_rust_代码_下载

    线性分配问题(Linear Assignment Problem, LAP)是运筹学中的一个重要问题,它涉及到将一组任务或工作单元均匀、高效地分配给另一组执行者,使得总成本或总时间达到最小。在这种问题中,任务与执行者之间存在一个...

    算法分析与设计.pdf

    《算法分析与设计》是一本深入探讨算法理论及其应用的教科书,它在算法设计研究领域中提供了最新进展的全面介绍。本书特别强调了因特网算法的应用,将传统算法与因特网应用相结合,有效激发学生对算法学习的兴趣。 ...

    lennai.zip_目标分配_目标分配MATLAB_目标分配算法_资源分配算法

    在IT领域,资源分配是一个关键...通过学习和使用这个MATLAB实现,我们可以深入理解目标分配算法的工作原理,并将其应用于实际场景,以提高资源利用效率。无论是学术研究还是工程实践,这样的工具都具有很高的实用价值。

    分支限界法解决作业分配问题

    测试文件可能包含各种作业分配场景,而测试结果文件则记录了算法执行的过程和结果,便于分析和调试。 详细的算法设计说明会解释每一步的逻辑,帮助理解代码的工作原理。这包括对数据结构的设计选择,限界函数的实现...

    Matlab版本的交通分配问题,实现MSA算法

    本文将详细讨论基于Matlab实现的交通分配问题以及MSA(Modified Shortest Path Algorithm,改良最短路径算法)的应用。 首先,让我们了解交通分配的基本概念。交通分配是交通工程中的一个关键步骤,它涉及将交通...

Global site tag (gtag.js) - Google Analytics