多机调度问题：贪心算法 Java 代码实现

多机调度问题是一个经典的优化问题，其目标是将一系列任务分配到多个机器上，以最小化总的完成时间。贪心算法是一种常用的解决此类问题的算法，它在每个步骤中都选择当前看起来最优的解决方案，最终得到一个近似最优解。

问题描述：

假设有 n 个任务，每个任务都需要在机器上执行，每个任务都有一个执行时间。我们有 m 台机器，每个任务只能分配到一台机器上。目标是找到一种分配方案，使得所有任务的完成时间之和最小。

贪心算法思路：

贪心算法的基本思路是：

将所有任务按照执行时间从小到大排序。
从第一个任务开始，依次将每个任务分配到当前空闲时间最短的机器上。

Java 代码实现：

import java.util.Arrays;
import java.util.Comparator;

public class MultiMachineScheduling {

    public static void main(String[] args) {
        // 任务执行时间
        int[] taskTimes = {3, 2, 1, 4, 5};
        // 机器数量
        int numMachines = 2;

        // 对任务进行排序
        Arrays.sort(taskTimes);

        // 初始化机器的空闲时间
        int[] machineIdleTimes = new int[numMachines];

        // 将任务分配到机器
        for (int i = 0; i < taskTimes.length; i++) {
            // 找到空闲时间最短的机器
            int minIdleMachine = 0;
            for (int j = 1; j < numMachines; j++) {
                if (machineIdleTimes[j] < machineIdleTimes[minIdleMachine]) {
                    minIdleMachine = j;
                }
            }
            // 将任务分配到该机器
            machineIdleTimes[minIdleMachine] += taskTimes[i];
        }

        // 打印机器的完成时间
        System.out.println("机器完成时间：" + Arrays.toString(machineIdleTimes));
    }
}

代码解释：

taskTimes 数组存储每个任务的执行时间。
numMachines 表示机器数量。
machineIdleTimes 数组存储每个机器的空闲时间，初始值为 0。
循环遍历所有任务，找到空闲时间最短的机器，并将任务分配到该机器上。
最终输出每个机器的完成时间。

示例：

假设我们有 5 个任务，执行时间分别为 3、2、1、4、5，共有 2 台机器。按照贪心算法，任务会被分配如下：

任务 1 (时间 1) 分配到机器 1。
任务 2 (时间 2) 分配到机器 2。
任务 3 (时间 3) 分配到机器 1。
任务 4 (时间 4) 分配到机器 2。
任务 5 (时间 5) 分配到机器 1。

最终，机器 1 的完成时间为 9，机器 2 的完成时间为 6。

注意：

贪心算法得到的解不一定是最优解，但通常可以得到一个比较好的近似解。在实际应用中，根据具体的场景和需求，可以选择更适合的算法来解决问题。