100 个顾客服务调度优化：最小化总等待时间

这是一个经典的作业调度问题，可以使用贪心算法来解决。具体来说，我们可以按照每个顾客需要的服务时间从小到大排序，然后依次为他们分配服务。这样做的原因是，如果一个顾客的服务时间很长，我们应该先为他服务，这样可以减少他的等待时间，同时也不会对其他顾客造成太大的影响，因为他们的服务时间都比较短。

对于第二种情况，可以先按照服务时间从小到大排序，然后依次为每个服务时间的顾客分配服务。这样做的原因是，如果我们先为一个服务时间较长的顾客服务，这会导致其他服务时间较短的顾客的等待时间增加，因此应该尽量平均地为每个服务时间的顾客分配服务。

具体实现时，可以使用一个优先队列来维护等待服务的顾客，每次选取队首的顾客进行服务。同时，可以使用一个数组记录每个服务时间的顾客数量，用于处理第二种情况。

下面是 Python 代码示例：

import heapq

# 生成随机的服务时间
import random
t = [random.randint(1, 50) for i in range(100)]

# 对服务时间从小到大排序
t.sort()

# 初始化服务时间和顾客数量的映射
d = {}
for i in range(1, 51):
    d[i] = 0

# 将顾客加入优先队列
q = []
for i, ti in enumerate(t):
    heapq.heappush(q, (ti, i))

# 依次为顾客分配服务
result = []
while q:
    ti, i = heapq.heappop(q)
    result.append((i, ti))
    d[ti] += 1

# 输出结果
print('顾客服务顺序：', [i for i, ti in result])
print('总等待时间：', sum(d[ti] * ti for ti in d))