在一台机器上规划任务

你有个任务，要求你找到一个代价最小的的顺序执行他们。第个任务花费的时间是，而第个任务等待的时间会花费的代价。

形式化地说，给出个函数和个数，求一个排列，最小化

F(p)=\sum_{i=1}^nf_{p_i}\left(\sum_{j=1}^{i-1}t_{p_j}\right)

特殊的代价函数

线性代价函数

首先我们考虑所有的函数是线性的函数，即，其中是非负整数。显然我们可以事先把常数项加起来，因此函数就转化为了的形式。

考虑两个排列和，其中是把的第个位置上的数和个位置上的数交换得到的排列。则

\begin{aligned} F(p')-F(p)&=c_{p'_i}\sum_{j=1}^{i-1}t_{p'_j}+c_{p'_{i+1}}\sum_{j=1}^{i}t_{p'_j} -\left(c_{p_i}\sum_{j=1}^{i-1}t_{p_j}+c_{p_{i+1}}\sum_{j=1}^{i}t_{p_j}\right)\\ &=c_{p_i}t_{p_{i+1}}-c_{p_{i+1}}t_{p_i} \end{aligned}

于是我们使用如果 $c_{p_i}t_{p_{i+1}}-c_{p_{i+1}}t_{p_i}>0$ 就交换的策略做一下排序就可以了。写成 $\dfrac{c_{p_i}}{t_{p_i}}>\dfrac{c_{p_{i+1}}}{t_{p_{i+1}}}$ 的形式，就可以理解为将排列按 $\dfrac{c_i}{t_i}$ 升序排序。

处理这个问题，我们的思路是考虑微扰后的变换情况，贪心地选取最优解。

指数代价函数

考虑代价函数的形式为 $f_i(x)=c_ie^{ax}$ ，其中 $c_i\ge 0,a>0$ 。

我们沿用之前的思路，考虑将和的位置上的数交换引起的代价变化。最终得到的算法是将排列按照 $\dfrac{1-e^{at_i}}{c_i}$ 升序排序。

相同的单增函数

我们考虑所有的是同一个单增函数。那么显然我们将排列按照升序排序即可。

Livshits-Kladov 定理

Livshits-Kladov 定理成立，当且仅当代价函数是以下三种情况：

线性函数：，其中 $c_i\ge 0$ ；
指数函数： $f_i(t) = c_i e^{a t} + d_i$ ，其中；
相同的单增函数： $f_i(t) = \phi(t)$ ，其中 $\phi(t)$ 是一个单增函数。

定理是在假设代价函数足够平滑（存在三阶导数）的条件下证明的。在这三种情况下，问题的最优解可以通过简单的排序在 $O(n\log n)$ 的时间内解决。

本页面主要译自博文 Задача Джонсона с одним станком 与其英文翻译版 Scheduling jobs on one machine。其中俄文版版权协议为 Public Domain + Leave a Link；英文版版权协议为 CC-BY-SA 4.0。

本页面最近更新：2023/1/4 18:49:52，更新历史
发现错误？想一起完善？在 GitHub 上编辑此页！
本页面贡献者：Enter-tainer, ouuan, sshwy, Tiphereth-A
本页面的全部内容在 CC BY-SA 4.0 和 SATA 协议之条款下提供，附加条款亦可能应用