贪心法（作业调度问题）

这篇博客，主要是来记录一下作业调度问题这一算法。完整代码会放在本文最后。

作业调度问题总的来说还是贪心算法，给定某一贪心策略，处理机处理的时间最少自然最好。本次算法中，我所选用的贪心策略是处理时间高的作业优先。

1.问题的已知：

已知m台机器，n个作业以及各作业的处理时间ti（i=1,2,…,n）。

2.所求目标：

每台处理机处理的作业的序列。

3.算法步骤

输入：1.处理机个数m。2.作业个数n。3.依次按序号输入作业的处理时间。

输出：一个列表里面嵌套列表的数据结构，嵌套的列表分别为这m台处理机对应的处理作业的序列。

步骤1：初始化一个列表ISHTAR，并用for循环跟据处理机的个数往ISHTAR里面添加空列表（有几个处理机就添加几个空列表），ISHTAR列表存的就是各个处理机处理的作业的序列。

步骤2：初始化一个变量rin，用python内置函数sorted()将字典dict1按照作业运行时间（值）的大小从大到小排序，最后将排序完的数据赋值给rin。

步骤3：由于是按照最长处理时间优先的策略，所以排序完的字典rin在机器刚开始工作时可以直接按照机器的个数m将前m个作业放进去处理。即用for循环将排序后的前m个作业的各自的处理时间赋值给dict2里m个机器键值对里面的值里面。

步骤4：使用for循环用来循环遍历字典rin，将第m+1个作业放入当前处理时间最少的处理机中。（这个处理时间最少的处理机是先用内置函数min()找出当前处理时间最小的值minnum，然后再用for循环遍历dict2的项，当值等于minnum时，就返回该值对应的处理机序号。）之后再进行dict2里面对应序号的处理机对应的值的加操作（当前处理时间+分配的作业对应的处理时间）。

步骤5：输出列表ISHTAR，里面的每个嵌套的列表就是该m个处理机对应的处理作业的序列。

4.具体实现：

1.m和n为用户输入，分别用于指定处理机和作业的个数。初始化两个字典dict1和dict2，用for循环循环输入两个字典中每个键值对的值，dict1的值都默认赋值为0（赋值为0是表示每台处理机的初始处理作业的时间都为0），dict2的值为用户自己输入。字典的键就跟据两个字典的长度从1开始赋值。dict1的键表示处理机的编号，dict2的键表示作业的序号。

m = int(input('请输入处理机的台数：'))
n = int(input('请输入作业的个数：'))

dict1 = {}
dict2 = {}
for i in range(1, m + 1):
    dict2[i] = 0

for j in range(1, n + 1):
    dict1[j] = int(input('请输入'+str(j)+'号作业的处理时间：'))

2.初始化一个列表ISHTAR，然后跟据dict2的长度（处理机个数）用for循环给ISHTAR嵌套相应数量的列表，ISHTAR的作用就是为了后边结果的输出，ISHTAR里面嵌套的每个子列表就代表着每台处理机的处理作业的序列。

注意这里面list1=[]，这句代码一定要放在for循环里面，如果放外面的话ISHTAR里面的所有子列表都会共用一个内存空间，即一个子列表改变，其他的子列表也会相应的改变。

ISHTAR = []

for i in range(0, len(dict2)):
    list1 = []
    ISHTAR.append(list1)

3.用sorted()函数将作业按照处理时间从大到小排序。（按照值将字典dict1里面的项按照从大到小排序）

rin = sorted(dict1.items(), key=lambda x: x[1], reverse=True)

将排序完的数据结构赋值给自定义变量rin。注意：此时rin的数据结构并不是字典，而是列表，且里面的数据，也是一个个元组。

4.因为rin为把所有作业按照处理时间从大到小排序的结果，所以在第一次放置作业到处理机上时，直接按照处理机的个数将相同数量的作业放入处理机即可。

所以这一步做的就是把rin中前m（m为处理机个数）个作业对应的时间赋值给字典dict2（处理机）的每一项的值。

同时，将rin前m项对应的作业序号添加到列表ISHTAR中的各个子列表中（表示每台处理机处理的作业序列）。

for i in range(1, len(dict2) + 1):
    dict2[i] = rin[i - 1][1]
    ISHTAR[i - 1].append(str(rin[i - 1][0]))

5.用循环将剩下的作业依次判断处理，将作业序号添加到对应的处理机上。

for i in range(len(dict2), len(dict1)):
    listmin=[]
    for j in range(1, m+1):
        listmin.append(dict2[j])
    minnum = min(listmin)
    for key, value in dict2.items():
        if value == minnum:
            dict2[key] = dict2[key] + rin[i][1]
            ISHTAR[key - 1].append(str(rin[i][0]))
            break

上述代码中，listmin为我初始化的一个列表，它的作用是和min()函数搭配，找出每分配作业后处理作业总时间最小的处理机，这样才能保证每次的将作业分配给处理机这一过程最优。minnum即为找到的处理总时间最小的处理机的处理时间，之后再用循环遍历字典dict2，跟据最小值找到对应的处理机序号（如果多个处理机有相同的最小处理时间，则只找第一个处理机），将作业的处理时间加到该处理机的总时间上，再将作业序号添加到对应的处理机处理作业序列中。

最后输出结果。

例：

 最后输出的这个就是结果，表示：

处理机1的处理的作业序号有：6

处理机2的处理的作业序号有：8

处理机3的处理的作业序号有：5，3，4

处理机4的处理的作业序号有：7，1，2

       这个算法其实并不复杂，虽然并不简洁，但我认为我写的这个应该是比较好理解的。如果代码有问题，还是希望能够指出来。

完整代码如下：

m = int(input('请输入处理机的台数：'))
n = int(input('请输入作业的个数：'))

dict1 = {}
dict2 = {}
for i in range(1, m + 1):
    dict2[i] = 0

for j in range(1, n + 1):
    dict1[j] = int(input('请输入'+str(j)+'号作业的处理时间：'))

ISHTAR = []

for i in range(0, len(dict2)):
    list1 = []
    ISHTAR.append(list1)

rin = sorted(dict1.items(), key=lambda x: x[1], reverse=True)


for i in range(1, len(dict2) + 1):
    dict2[i] = rin[i - 1][1]
    ISHTAR[i - 1].append(str(rin[i - 1][0]))

for i in range(len(dict2), len(dict1)):
    listmin=[]
    for j in range(1, m+1):
        listmin.append(dict2[j])
    minnum = min(listmin)
    for key, value in dict2.items():
        if value == minnum:
            dict2[key] = dict2[key] + rin[i][1]
            ISHTAR[key - 1].append(str(rin[i][0]))
            break
print(ISHTAR)