1.8 小飞的电梯调度算法
微软亚洲研究院所在的希格玛大厦一共有6部电梯。在高峰时间,每层都有人上下,电梯在每层都停。实习生小飞常常会被每层都停的电梯弄得很不耐烦,于是他提出了这样一个办法:
由于楼层并不太高,那么在繁忙的上下班时间,每次电梯从一层往上走时,我们只允许电梯停在其中的某一层。所有的乘客都从一楼上电梯,到达某层楼后,电梯停下来,所有乘客再从这里爬楼梯到自己的目的层。在一楼的时候,每个乘客选择自己的目的层,电梯则自动计算出应停的楼层。
问:电梯停在哪一层楼,能够保证这次乘坐电梯的所有乘客爬楼梯的层数之和最少。
分析与解法
该问题本质上是一个优化问题。首先为这个问题找到一个合适的抽象模型。从问题中可以看出,有两个因素会影响到最后的结果:乘客的数目及需要停的目的楼层。因此,我们可以从统计到达各层的乘客数目开始分析。
假设楼层总共有N层,电梯停在第x层,要去第i层的乘客数目总数为Tot[i],这样,所爬楼梯的总数就是。
因此,我们就是要找到一个整数x,使得的值最小。
解法一
首先考虑简单解法。
可以从第1层开始枚举x一直到第N层,然后再计算出如果电梯在第x层楼停的话,所有乘客总共要爬多少层楼。这是最为直接的一个解法。
可以看出,这个算法需要两重循环来完成计算(伪代码如清单1-1所示)。
代码清单1-11
int nPerson[]; // nPerson[i]表示到第i层的乘客数目 int nFloor, nMinFloor, nTargetFloor; nTargetFloor=-1; for(i=1; i <=N; i++) { nFloor=0; for(j=1; j<i; j++) nFloor+=nPerson[j] * (i - j); for(j=i+1; j <=N; j++) nFloor+=nPerson[j] *(j - i); if(nTargetFloor==-1 || nMinFloor > nFloor) { nMinFloor=nFloor; nTargetFloor=i; } } return(nTargetFloor, nMinFloor);
这个基本解法的时间复杂度为O(N2)。
解法二
我们希望尽可能地减少算法的时间复杂度。那么,是否有可能在低于O(N2)的规模下求出这个问题的解呢?
我们可以进一步地分析。
假设电梯停在第i层楼,显然我们可以计算出所有乘客总共要爬楼梯的层数Y。如果有N1个乘客目的楼层在第i层楼以下,有N2个乘客在第i层楼,还有N3个乘客在第i层楼以上。这个时候,如果电梯改停在i-1层,所有目的地在第i层及以上的乘客都需要多爬1层,总共需要多爬N2+N3层,而所有目的地在第i-1层及以下的乘客可以少爬1层,总共可以少爬N1层。因此,乘客总共需要爬的层数为Y-N1+(N2+N3)=Y-(N1-N2-N3)层。
反之,如果电梯在i+1层停,那么乘客总共需要爬的层数为Y+(N1+N2-N3)层。由此可见,当N1>N2+N3时,电梯在第i-1层楼停更好,乘客走的楼层数减少(N1-N2-N3);而当N1+N2<N3时,电梯在i+1层停更好;其他情况下,电梯停在第i层最好。
根据这个规律,我们从第一层开始考察,计算各位乘客需要爬楼梯的数目。然后再根据上面的策略进行调整,直到找到最佳楼层。总的时间复杂度将降为O(N),代码如清单1-12所示。
代码清单1-12
int nPerson[]; // nPerson[i]表示到第i层的乘客数目 int nMinFloor, nTargetFloor; int N1, N2, N3; nTargetFloor=1; nMinFloor=0; for(N1=0, N2=nPerson[1], N3=0, i=2; i <=N; i++) { N3+=nPerson[i]; nMinFloor+=nPerson[i] * (i -1); } for(i=2; i <=N; i++) { if(N1+N2<N3) { nTargetFloor=i; nMinFloor+=(N1+N2- N3); N1+=N2; N2=nPerson[i]; N3-=nPerson[i]; } else break; } return(nTargetFloor, nMinFloor);
扩展问题
1.往上爬楼梯,总是比往下走要累的。假设往上爬一个楼层,要耗费k单位的能量,而往下走只需要耗费1单位的能量,那么如果题目条件改为让所有人消耗的能量最少,这个问题怎么解决呢?
这个问题可以用类似上面的分析方法来解答,因此笔者不再赘述,留给读者自行解决。
2.在一个高楼里面,电梯只在某一个楼层停,这个政策还是不太人性化。如果电梯会在k个楼层停呢?读者可以发挥自己的想象力,看看如何寻找最优方案。