题意:目前有一部分可用内存,分为m个大小固定的区域。现有n个程序要执行,每个程序在不同大小的内存中运行所需的时间不同,要使运行完所有程序所耗时最少,问每个程序在哪块区域中从什么时间运行到什么时间,以及运行完所有程序的平均周转时间。

思路:各种记录有点麻烦!

  m个区域看成m台内存大小为该区域大小的计算机,然后n个程序分别要选择在其中一台计算机中运行。由于运行有先后顺序,这也很影响平均周转时间,所以最极端时,其中某台计算机可能有n个程序要运行,那么每台计算机就得有n个位置供挑选。所以一共有n*m个位置啦,而只有n个程序,所以左边有n个点,右边有n*m个点,这样可以用KM算法求最佳匹配(必须最佳),而因为我们要使得周转时间少,所以建图时可以将边取相反数。

  例如一台计算机:设有k个程序运行在该机,则其运行时间分别为t1,t2……tk,则第i个程序结束时间Ti=t1+t2+……+ti (因为它得等前面的人运行完),则此机器上所有程序运行时间之和为sum=k*t1 + (k-1)*t2 + (k-2)*t3 + …… + 1*tk。对于倒数第p个执行的程序c来说,其对总运行时间的贡献为p*tc(tc该程序在该机器中所需的运行时间)。其他机器也是这样的。

  那么可以建图了,如果程序c能在该机器x上运行,必定有一个运行时间t,而c可能排在任意一个位置,所以c应该有边连到机器x上的任意一个倒数为p的位置,权值为-t*p。这样子求KM的最佳匹配就行了。记得将点数少的放在左边的集合中。

  输出才是个技术活!要特别注意的是大小的问题,n<=50,m<=10。

 #include <bits/stdc++.h>
#define MAX(X,Y) ((X) > (Y) ? (X) : (Y))
#define MIN(X,Y) ((X) < (Y) ? (X) : (Y))
#define pii pair<int,int>
#define INF 0x7f7f7f7f
#define LL long long
using namespace std;
const int N=;
const int M=;
vector<int> vect[N];
struct node
{
int from, to, w;
node(){};
node(int from,int to,int w ):from(from),to(to),w(w){};
}edge[N*M*M]; struct node1
{
int region; //第几个区域
int countdown; //倒数第几
node1(){};
node1(int re,int cd ):region(re),countdown(cd){};
}pos[N*M] ; int edge_cnt, pos_cnt;
int m, n;
int msize[N]; //m块区域
int k[N], req[N][M][]; //m个程序的要求 void add_edge(int from,int to,int w)
{
edge[edge_cnt]=node(from, to, w);
vect[from].push_back(edge_cnt++);
}
void add_pos(int r,int cd)
{
pos[pos_cnt]=node1(r,cd);
pos_cnt++;
} int Lx[N], Ly[N*M], slack[N*M];
int girl[N*M], S[N], T[N*M];
int get_time(int p,int siz) //在reg区域找到能运行siz大小内存的时间
{
int t=;
for(int r=; r<=k[p]; r++)
{
if( siz>=req[p][r][] ) t=req[p][r][];
else break;
}
return t;
}
int last[N][M]; void build()
{
//共n*m个位置.
for(int j=; j<=m; j++) //对于每块区域
for(int r=; r<=n; r++) //每个位置(倒数的)
add_pos(j, r); for(int i=; i<=n; i++) //每个程序
{
for(int j=; j<=m; j++) //每块区域
{
int t=get_time(i, msize[j] );
if(!t) continue; //此程序不可在此区域运行。
for(int r=; r<=n; r++) //每个位置
add_edge(i, (j-)*n+r, -t*r );
last[i][j]=t; //记录i程序在第j区域中的运行时间
}
}
} bool DFS(int x)
{
S[x]=true;
for(int j=; j<vect[x].size(); j++)
{
node &e=edge[vect[x][j]];
if(T[e.to]) continue; int tmp=Lx[x] +Ly[e.to] -e.w;
if(tmp==)
{
T[e.to]=true;
if(!girl[e.to] || DFS( girl[e.to] ) )
{
girl[e.to]=x;
return true;
}
}
else if(slack[e.to]>tmp) slack[e.to]=tmp;
}
return false;
} void KM() //用n个程序,匹配n*m个位置
{
//初始化
memset(girl, , sizeof(girl));
memset(Ly, , sizeof(Ly)); //数量比较大
for(int i=; i<=n; i++)
{
Lx[i]=-INF;
for(int j=; j<vect[i].size(); j++) //n*m个位置要匹配
{
node &e=edge[vect[i][j]];
Lx[i]=max(Lx[i], e.w ); //取最大的一条边
}
} for(int i=; i<=n; i++)
{
for(int j=n*m; j>; j--) slack[j]=INF;
while(true)
{
memset(T, , sizeof(T));
memset(S, , sizeof(S));
if(DFS(i)) break; //找最小slack
int d=INF;
for(int j=; j<pos_cnt; j++)
if(!T[j] && d>slack[j])
d=slack[j]; //更新S
for(int j=; j<=n; j++)
if(S[j]) Lx[j]-=d; //更新T
for(int j=; j<pos_cnt; j++)
if(T[j]) Ly[j]+=d;
else slack[j]-=d;
}
}
} inline int cmp(pii a, pii b){return a.second>b.second;}
int program[N][];
vector<pii> region[M];
void print(int Case)
{
memset(program, , sizeof(program));
for(int i=; i<=m; i++) region[i].clear(); for(int i=; i<pos_cnt; i++) //将匹配对的信息绑定在一起
if(girl[i]!=)
region[ pos[i].region ].push_back(make_pair( girl[i], pos[i].countdown )); for(int i=; i<=m; i++) //排个序,先执行的在前
sort(region[i].begin(), region[i].end(), cmp); double sum=0.0;
for(int i=; i<=m; i++) //计算执行的时间
{
int now=;
for(int j=; j<region[i].size(); j++)
{ pii a=region[i][j];
program[a.first][]=i; program[a.first][]=now;
now+=last[a.first][i]; //所需要的时间呢?
program[a.first][]=now; sum+=now; //累加时间
}
} if(Case>) printf("\n");
printf("Case %d\n", Case);
printf("Average turnaround time = %.2f\n", sum/n);
for(int i=; i<=n; i++)
{
printf("Program %d runs in region %d from %d to %d\n", i, program[i][], program[i][], program[i][] );
}
} int main()
{
freopen("input.txt", "r", stdin);
int Case=;
while(scanf("%d%d",&m,&n), n+m)
{
edge_cnt=pos_cnt=;
for(int i=; i<=n; i++) vect[i].clear(); for(int i=; i<=m; i++) scanf("%d", &msize[i]); //m个区域的大小
for(int i=; i<=n; i++) //程序i的内存要求,及时间。
{
scanf("%d", &k[i]);
for(int j=; j<=k[i]; j++)
scanf("%d %d", &req[i][j][], &req[i][j][]);
}
build(); //建图
KM(); //最佳匹配
print(++Case);//输出
}
return ;
}

AC代码

UVALive 2238 Fixed Partition Memory Management 固定分区内存管理(KM算法,变形)的更多相关文章

  1. UVALive 2238 Fixed Partition Memory Management(二分完美匹配)

    题意:计算机中有一些固定大小的内存,内存越大,处理速度越快.对于一个程序,加入不同的内存空间,处理所需时间不同.现给出m个内存空间,n个程序,对于每个程序程序,有k组数据(s,t),分别表示当程序 i ...

  2. Fixed Partition Memory Management UVALive - 2238 建图很巧妙 km算法左右顶点个数不等模板以及需要注意的问题 求最小权匹配

    /** 题目: Fixed Partition Memory Management UVALive - 2238 链接:https://vjudge.net/problem/UVALive-2238 ...

  3. LA2238 Fixed Partition Memory Management

    题目大意: m(m<=10)个内存区域,n(n<=50)个程序.找出一个方案来,使得平均结束时刻尽量小.题目保证有解. 同一个程序运行在不同大小的内存区域内,其运行时间不同.(注意,这里说 ...

  4. 【LA2238 训练指南】固定分区内存管理 【二分图最佳完美匹配,费用流】

    题意 早期的多程序操作系统常把所有的可用内存划分为一些大小固定的区域,不同的区域一般大小不同,而所有区域的大小之和为可用内存的大小.给定一些程序,操作系统需要给每个程序分配一个区域,使得他们可以同时执 ...

  5. UVALive 4043 Ants 蚂蚁(二分图最佳完美匹配,KM算法)

    题意: 有n个蚂蚁n棵树,蚂蚁与树要配对,在配对成功的一对之间连一条线段,要求所有线段不能相交.按顺序输出蚂蚁所匹配的树. 思路: 这个题目真是技巧啊,不能用贪心来为每个蚂蚁选择最近的树,这样很可能是 ...

  6. Memory Management in Open Cascade

    Open Cascade中的内存管理 Memory Management in Open Cascade eryar@163.com 一.C++中的内存管理 Memory Management in ...

  7. 如何展开Linux Memory Management学习?

    Linux的进程和内存是两座大山,没有翻过这两座大山对于内核的理解始终是不完整的. 关于Linux内存管理,在开始之前做些准备工作. 首先bing到了Quora的<How can one rea ...

  8. Operating System Memory Management、Page Fault Exception、Cache Replacement Strategy Learning、LRU Algorithm

    目录 . 引言 . 页表 . 结构化内存管理 . 物理内存的管理 . SLAB分配器 . 处理器高速缓存和TLB控制 . 内存管理的概念 . 内存覆盖与内存交换 . 内存连续分配管理方式 . 内存非连 ...

  9. Lifetime-Based Memory Management for Distributed Data Processing Systems

    Lifetime-Based Memory Management for Distributed Data Processing Systems (Deca:Decompose and Analyze ...

随机推荐

  1. hdu1226

    hdu1226 :点击打开题目链接 本题目由于题目意思,容易得知是一道广搜的题目. 首先. 我们需要知道 ,大数取模,比如 如何判断1234567 对15 取模的数为多少?答案是7,但是如果他是大数怎 ...

  2. GDUT 积木积水 2*n 时间复杂度

    题意 Description 现有一堆边长为1的已经放置好的积木,小明(对的,你没看错,的确是陪伴我们成长的那个小明)想知道当下雨天来时会有多少积水.小明又是如此地喜欢二次元,于是他把这个三维的现实问 ...

  3. function.py

    #文档字符串 def square(x): 'calculates the square of the number x' return x*x square.__doc__ help(square) ...

  4. SpringMVC上传多文件

    springMVC实现 多文件上传的方式有两种,一种是我们经常使用的以字节流的方式进行文件上传,另外一种是使用springMVC包装好的解析器进行上传.这两种方式对于实 现多文件上传效率上却有着很大的 ...

  5. .NETFramework:HttpRuntime

    ylbtech-.NETFramework:HttpRuntime 1.返回顶部 1. #region 程序集 System.Web, Version=4.0.0.0, Culture=neutral ...

  6. Java:String之间通过==比较的情况

    大家都知道在String之间的内容比较的时候,是通过equals函数比较的. 但是在在许多的面试题中,总是出现一堆的判断两个String对象通过==比较的结果,实际上是考的Java内存分配机制. Ja ...

  7. E20170417-sl

    recursive adj.递归的 strategy n.战略

  8. Codeforces626B - Cards【模拟】

    题意: 两张相同可以合并成相同: 两张不同可以产生另外一个不同: 求最终的可能颜色: 思路: 模拟啊. 总共也就那么几种情况,具体看挫code--. #include<iostream> ...

  9. JAVA多线程(二) 并发队列和阻塞队列

    github代码地址:https://github.com/showkawa/springBoot_2017/tree/master/spb-demo/spb-brian-query-service/ ...

  10. 屏蔽QQ黄钻官方团队送礼物的方法

    按照在网上查到的方法: 登录手机QQ \(\longrightarrow\) 好友动态 \(\longrightarrow\) 个人主页 \(\longrightarrow\) 右上角三道杠 \(\l ...