On the variable common due date, minimal tardy jobs bicriteria two-machine flow shop problem with ordered machines
考虑了一类特殊的NP-困难两机流水作业问题,其目标是同时确定最小公共交货期和最少误工工件数。在[S. S.潘沃卡角Koulamas,一个O(n^2)算法的可变共同交货期,最小迟到作业双标准两台机器流水车间问题与有序机器,欧洲运筹学杂志221(2012),7-13。当工件在第一台机器上的加工时间较小时,提出了二次型算法。在本文中,我们通过使用最近引入的改进的二叉树数据结构的有效实现,将算法的运行时间提高到O(nlog n)。
2015-03-13 cs.DS
Minimizing the Weighted Number of Tardy Jobs via (max,+)-Convolutions
的$1 \mid \mid Σw_j U_j$问题要求确定-给定$n$工作,每个有自己的处理时间,重量,和到期日-在任何单机非抢占式调度这些工作的最小加权数迟到的工作。这是一个经典的调度问题,概括了背包和子集和。用于$1 \mid \mid Σw_j U_j$的最著名的伪多项式算法是由Lawler和Moore [Management Science'69]提出的,可以追溯到60年代后期,其运行时间为$O(d_{\max}n)$,其中$n$是作业数,$d_{\max}$是它们的最大到期日。Cygan \emph{et al.} ~[ICALP'19]最近对背包问题给出的一个下界表明,在一个合理的猜想下,对于任何$\varepsilon > 0$,$1 \mid \mid Σw_j U_j$都不能在$\widetilde{O}((n+d_{\max})^{2-\varepsilon})$时间内求解.这仍然留下了差距之间的最知名的下限和上限的问题。本文设计了一种新的简单的$1 \mid \mid Σw_j U_j$算法,该算法以$(\max,+)$ -卷积为主要工具,并在几个参数范围内优于Lawler和Moore算法。特别地,根据计算$(\max,+)$ -卷积的具体方法,其运行时间可以由- $\widetilde{O}(n+d_{\#}d_{\max}^2)$限定。- $\wideti…
2022-09-09 cs.DM cs.DS
Single Machine Batch Scheduling to Minimize the Weighted Number of Tardy Jobs
$1|B,r_j|\sum w_jU_j$调度问题以批量设置时间$Δ$和一组$n$作业作为输入,每个作业具有处理时间、发布日期、权重和到期日;任务是找到一个使延迟作业的加权数最小化的批量序列。这个问题是由Hochbaum和Landy在1994年提出的;作为{ \sc Knapsack}的广泛推广,它是$\mathsf{NP}$ -困难的。在这项工作中,我们提供了一个多变量的复杂性分析的$1|B,r_j|\sum w_jU_j$问题的几个自然参数。也就是说,我们建立了一个彻底的分类到固定参数易处理和$\mathsf{W}[1]$困难的问题,参数组合(i)$\#p$ =不同的处理次数,(ii)$\#w$ =不同的权重数,(iii)$\#d$ =不同的到期日数,(iv)$\#r$ =不同的发布日期数,(v)$b$ =批量。因此,我们显着扩展了Hermelin等人的工作。(2018)分析了这个问题的非批量变体的参数化复杂性,而没有发布日期。作为我们的关键结果之一,我们证明了$1|B,r_j|\sum w_jU_j$是$\mathsf{W}[1]$ -硬参数化的不同的处理时间和不同的到期日。据我们所知,这些是第一个参数化的棘手的结果调度问题,几个不同的处理时间。此外,我们表明,$1|B,r_j|\sum w_jU_j$是固定参数易处理的参数$\#p+\#d+\#r$和参数$\#w+\#d$,…
2019-11-27 cs.DS
Minimizing the Number of Tardy Jobs with Uniform Processing Times on Parallel Machines
本文研究了并行机上均匀处理时间作业调度问题的参数化复杂度,证明了其无权版本的NP-hard和W[2]-hard性质,并提出了基于处理时间、机器数量及日期数量的XP和FPT算法。
2024-04-22 cs.DS
Scheduling Lower Bounds via AND Subset Sum
给定子集和的$N$实例$(X_1,t_1),\ldots,(X_N,t_N)$,AND子集和问题要求确定是否所有这些实例都是yes实例;也就是说,是否每个整数集合$X_i$都有一个子集,总和为目标整数$t_i$。我们证明了这个问题不能解决的时间$\tilde{O}((N \cdot t_{max})^{1-ε})$,为$t_{max}=\max_i t_i$和任何$ε> 0$,假设$\forall \exists$强指数时间假设($\forall \exists$ -SETH)。然后,我们使用这个结果,以排除$\tilde{O}(n+P_{max} \cdot n^{1-ε})$ -时间算法的几个调度问题的$n$作业的最大处理时间$P_{max}$,基于$\forall \exists$ -SETH。这些问题包括经典的问题,如$1||\sum w_jU_j$,问题的总重量最小化的延误工作在一台机器上,和$P_2||\sum U_j$,问题的延误工作的数量最小化的两个相同的并行机。
2020-04-27 cs.DS
The Art of Staying Ahead of Deadlines: Improved Algorithms for the Minimum Tardy Processing Time
针对调度问题 $1\\|\sum p_jU_j$,本文通过精细化实现 Fischer 和 Wennmann 的算法,将运行时间从 $\widetilde O(P)$ 改进为开放问题所期望的 $\widetilde O(n + \max d_j)$。
2024-02-28 cs.CC cs.DS
Tight (S)ETH-based Lower Bounds for Pseudopolynomial Algorithms for Bin Packing and Multi-Machine Scheduling
ETH Zurich(苏黎世联邦理工学院);Saarland University(萨尔兰大学);Max Planck Institute for Informatics(马克斯·普朗克计算机科学研究所)
本文基于ETH和SETH证明了Bin Packing和多机调度问题的紧下界,反驳了多项式时间算法的可能性,并改进了参数化复杂性中的许多应用下界。
2026-03-13 cs.DS
Streaming Approximation Scheme for Minimizing Total Completion Time on Parallel Machines Subject to Varying Processing Capacity
本文研究了在不同处理能力下的并行机上最小化总完工时间的问题。在本文中,我们开发了一个近似方案的数据流模型下的问题,输入数据是巨大的,不能装入内存,因此只能扫描几遍。我们的算法可以在一个过程中计算出最优总完工时间的近似值,并在两个过程中输出近似值的进度表。
2022-04-05 cs.DS
Single-Machine Scheduling to Minimize the Number of Tardy Jobs with Release Dates
本文从参数化复杂度角度研究了带释放日期的单机调度问题$1\mid r_j\mid\sum w_j U_j$,提出了固定参数可解和伪多项式XP算法,并证明了相关W[1]-hardness,几乎完整刻画了该问题的复杂度边界。
2024-08-23 cs.DM cs.DS
Simple Approximation Algorithms for Minimizing the Total Weighted Completion Time of Precedence-Constrained Jobs
本文针对具有优先约束的调度问题,提出简单的加权轮转规则和基于参数化流问题的强多项式算法,分别获得单机2-近似和并行机抢占式3-近似,并在非透视调度中优于已知竞争比8。
2023-09-21 cs.DS
Multitasking Scheduling with Shared Processing
最近,多任务调度问题在服务行业中引起了很多关注,在这些服务行业中,工人经常通过从一个任务切换到另一个任务来执行多个任务。Hall,Leung和Li(离散应用数学,2016)提出了一种共享处理多任务调度模型,该模型允许团队继续处理主要任务,同时处理日常安排的活动。加工共享是通过将加工能力的一部分分配给常规工件,剩余部分分配给主要工件来实现的。在本文中,我们将此模型推广到并行机,并允许分配给常规作业的处理能力的分数从一个到另一个不同。目标是最小化完工时间和最小化总完工时间。我们表明,对于这两个目标,有没有多项式时间的近似算法,除非P=NP,如果共享率是任意的所有机器。然后,我们考虑的问题,在某些机器上的共享率有一个常数的下界。对于每一个目标,我们分析了经典的调度算法及其变化的性能,然后开发一个多项式时间近似计划时,机器的数量是一个常数。
2022-04-04 cs.DS
Equitable Scheduling on a Single Machine
我们介绍了一个自然的,但似乎尚未研究的泛化问题的调度工作在一台机器上,以尽量减少延误的工作。我们的推广在于同时考虑问题的几个实例。特别是,我们有$n$客户端在$m$天的时间内,其中每个客户端有一个单一的作业,每天有自己的处理时间和截止日期。我们的目标是为每一个$m$日提供一个时间表,这样每个客户都能保证他们的工作在至少$k \le m$日内达到最后期限。这对应于一个公平的时间表,其中每个客户端在整个$m$天的时间段内保证最低水平的服务。我们提供了一个彻底的分析这个问题的三个主要变量的计算复杂性,确定有效的算法和最坏情况下的棘手的结果。
2021-05-31 cs.DM cs.DS
Efficient algorithms for scheduling equal-length jobs with processing set restrictions on uniform parallel batch machines
我们考虑的问题,调度具有相同长度的均匀并行批处理机与非相同的能力,每个作业只能在一个指定的子集的机器称为其处理集。对于相同的释放时间的情况下,我们给出了有效的精确算法的各种目标函数。对于不相等的释放时间的情况下,我们给出了有效的精确算法最小化完工时间。
2017-08-21 cs.DS
Minimizing Flow-Time on Unrelated Machines
我们考虑一些流时间最小化问题中的不相关的机器设置。在此设置中,存在一组$m$机器和一组$n$作业,并且每个作业$j$在机器$i$上具有与机器相关的处理时间$p_{ij}$。作业流时间是作业在系统中所花费的总时间(完成时间减去到达时间),是最自然的服务质量度量之一。我们显示了以下两个结果:一个$O(\min(\log^2 n,\log n \log P))$近似算法的总流时间最小化,和$O(\log n)$近似最大流时间最小化。这里,$P$是最大作业大小与最小作业大小之比。这是第一个已知的多对数保证这两个问题。
2015-06-09 cs.DS
Scheduling with Testing: Competitive Algorithms for Minimizing the Total Weighted Completion Time in the Adversarial Model
Technical University of Munich(慕尼黑工业大学)
研究对抗模型下单机和同构并行机上的带测试调度问题,提出首个针对作业权重的常数竞争算法,单机竞争比2.3166,随机变体2.1523,并行机竞争比2.7763和2.5110。
2026-06-25 cs.DS
Minimizing Completion Times for Stochastic Jobs via Batched Free Times
研究了工件尺寸随机的$m$同型机上工件期望总完工时间极小化的经典问题。具体地说,每个作业的大小是一个随机变量,其分布是已知的算法,但其实现后,才透露作业被调度。虽然最小化总完工时间在确定性设置中很容易,但随机问题长期以来一直是臭名昭著的:所有已知的算法都具有近似比,该近似比取决于方差,或线性依赖于机器的数量。本文对具有Bernoulli加工时间的随机工件给出了一个$\widetilde{O}(\sqrt{m})$ -近似。这是这个问题的第一个近似,它既独立于作业大小的方差,又与机器数量$m$呈次线性关系。我们的算法是基于一种新的减少,从最小化总完工时间到一个自然的完工目标,我们称之为加权空闲时间。我们希望这个自由时间目标将有助于进一步改善这个问题,以及其他随机调度问题。
2022-08-29 cs.DS
Minimizing the Weighted Makespan with Restarts on a Single Machine
University of Siegen(锡根大学);Kiel University(基尔大学)
针对带重启的单机加权完工时间最小化问题,给出确定性在线算法的竞争比下界,并针对同处理时间场景设计更优算法及对应下界。
2026-10-07 cs.DS
Distortion-Oblivious Algorithms for Minimizing Flow Time
我们考虑经典的在线调度问题,在一台机器上,以尽量减少总流时间。在STOC 2021中,引入了对处理时间中的失真的鲁棒性的概念:对于每个失真因子$μ$,提出了处理高达$μ$的失真的$O(μ^2)$ -竞争算法$\operatorname{ALG}_μ$。然而,使用该结果需要预先知道输入的失真,这是不切实际的。我们提出的第一个\emph{distortion-oblivious}算法:算法是竞争\emph{every}失真的\emph{every}输入,因此不需要知识的失真在前面。此外,我们的算法的竞争比是$\tilde{O}(μ)$,这是一个二次改进的算法从STOC 2021,是近最优的(我们显示了一个随机下界的$Ω(μ)$的竞争力)。
2021-09-17 cs.DS
Minimizing the Makespan Approximately on Two Identical Parallel Machines with a Loading--Unloading Server
National University of Singapore(新加坡国立大学);Otto-von-Guericke Business School Magdeburg(马格德堡奥托·冯·格里克商学院)
该研究针对带单一装卸服务器的两台相同并行机器的总完工时间最小化问题,证明其NP完全性,分析列表调度和最长处理时间规则的近似比,揭示处理时间粒度与短作业阻塞对近似性能的影响。
2026-08-20 cs.DS math.OC
An Approximate Pareto Set for Minimizing the Maximum Lateness and Makespan on Parallel Machines
研究了两台平行机排序问题,目标函数为最小化最大延迟时间和最大完工时间。形式上,问题定义如下。我们必须在两台相同的机器上调度n个作业的集合J。J中的每个工件i都有一个加工时间p_i和一个交货时间q_i。每台机器在给定的时间只能执行一项工作。机器在时间t=0时可用,并且它们中的每一个在给定时间最多可以处理一个作业。该问题是寻找一个工件序列,目标函数为最小化最大延迟时间L_max和最大完工时间C_max。不失一般性,我们认为所有的数据都是整数,工件的索引是按照其交付时间的非递增顺序:q_1 >= q_2 >=. >= q_n。本文提出了一种精确算法(基于动态规划),在伪多项式时间内生成完全的Pareto前沿。在此基础上,提出了一种基于动态规划转换的全多项式时间近似算法(FPTAS),用于生成近似的Pareto前沿。建议的FPTAS是强多项式。为了比较这两种方法,我们提供了一些数值实验。
2018-02-28 cs.DS
A Polynomial Time Constant Approximation For Minimizing Total Weighted Flow-time
我们考虑经典的调度问题,最小化总加权流时间在一台机器上(最小WPFT),当抢占是允许的。在这个问题中,我们给出一组$n$作业,每个作业都有一个释放时间$r_j$,一个处理时间$p_j$和一个权重$w_j$。作业的流时间定义为作业在完成之前在系统中花费的时间量;即$F_j = C_j - r_j$,其中$C_j$是作业的完成时间。目标是最小化工件的加权总流动时间。这个NP难问题已经被广泛研究了几十年。在最近的一项突破中,Batra、Garg和Kumar提出了一种具有$O(1)$近似比的{ \em伪多项式}时间算法。然而,真正的多项式时间算法的设计仍然是一个悬而未决的问题。在本文中,我们展示了从伪多项式时间算法的多项式时间算法的最小WPFT的上下文中的转换。我们的结果与Batra,Garg和Kumar的结果相结合,解决了长期存在的猜想,有一个多项式时间的算法与$O(1)$近似的min-WPFT。
2018-07-25 cs.DS
An Adversarial Model for Scheduling with Testing
我们介绍了一种新的对抗性调度模型与可探索的不确定性。在这个模型中,作业的处理时间可以通过测试作业来潜在地减少(通过先验未知量)。测试作业$j$花费一个单位时间,并且可以将其处理时间从给定的上限$\bar{p}_j$(其是在作业未被测试的情况下执行作业所花费的时间)减少到$0$和$\bar{p}_j$之间的任何值。这个设置是由应用程序的动机,例如,代码优化器可以在执行它之前运行在一个作业上。我们考虑的目标是最小化在一台机器上的完成时间之和。所有工作从一开始就可用,但由于测试而减少的处理时间是未知的,这使得这成为一个在线问题,可以进行竞争分析。平衡测试时间和作业执行时间的需求为这个问题增添了新的色彩。我们给出了确定性算法和随机算法的竞争比的第一个和几乎紧的上下界。我们还表明,最小化的完工时间是一个相当容易的问题,我们给出了最佳的确定性和随机在线算法。
2020-05-14 cs.DS
Moore's Greedy Algorithm for Minimizing the Number of Late Jobs: Structure and Implementation
University of Texas at Austin(德克萨斯大学奥斯汀分校)
研究单机截止期限问题$1 \mid\mid \sum U_j$,采用仅插入最短作业优先规则,通过平衡增强二叉搜索树实现$O(n\log n)$时间算法,分析其字典序最优性及组合结构,揭示嵌套拟阵和多拟阵秩函数等特性。
2026-08-20 cs.DS math.OC
LP Rounding and Combinatorial Algorithms for Minimizing Active and Busy Time
我们认为基本的调度问题的能源问题。在这个框架中,我们给出了一组作业,每个作业都有发布时间,截止日期和所需的处理长度。作业需要在机器上进行调度,以便在任何给定时间最多有g个作业处于活动状态。机器处于活动状态的持续时间(即,“开”)被称为其活动时间。其目标是为所有工件找到一个可行的调度方案,使总的活动时间最小化。当抢占是允许在整数时间点,我们表明,一个最小的可行的时间表已经产生了3-近似(这个界是紧的),我们进一步改善这2-近似通过LP舍入技术。我们的第二个贡献是这个问题的非抢占式版本。然而,由于即使询问在一台机器上是否存在可行的调度也是NP难的,因此我们允许无限数量的虚拟机,每个虚拟机的容量为g。这个问题在文献中被称为忙时问题,并且已知这个问题的4-近似。我们开发了一个新的组合算法,给出了一个3-近似。在此基础上,考虑了抢占式忙时问题,在允许无限并行的情况下,给出了一个简单而精确的贪心算法,即,G是无限的。对于任意的g,这产生了一个2-近似的算法。
2016-10-26 cs.DS
A $(2+\varepsilon)$-approximation algorithm for the general scheduling problem in quasipolynomial time
Technical University of Munich(慕尼黑工业大学);University of Southern Denmark(南丹麦大学)
本文提出了一种在准多项式时间内运行的(2+ε)-近似算法,用于解决通用调度问题,针对加权延迟目标进一步改进了近似比。
2025-11-20 cs.DS
Improved Approximations for Unrelated Machine Scheduling
我们重新审视两个良好的研究调度问题中的不相关的机器设置,每个工作可以有一个不同的处理时间在每台机器上。为了最小化总加权完成时间,我们给出了1.45近似,这改进了之前的1.488近似[Im and Shadloo SODA 2020]。这一改进的关键技术因素在于一个新的舍入方案,该方案提供了较强的负相关性和较少的限制。为了最小化机器负载的$L_k$ -范数,受[Kalaitzis et al. SODA 2017]的启发,我们给出了更好的近似算法。特别地,我们给出了$L_2$ -范数的$\sqrt {4/3}$ -近似,它改进了[Azar-Epstein STOC 2005]和[Kumar et al. JACM 2009]的前$\sqrt 2$ -近似。
2022-11-18 cs.DS
Hierarchy-Based Algorithms for Minimizing Makespan under Precedence and Communication Constraints
考虑了一类经典的带优先约束的工件排序问题,目标函数为极小化完工时间。当机器数量为常数时,理解问题的精确可近似性是调度理论中的一个众所周知的问题。事实上,Garey和Johnson的经典著作中有一个突出的开放问题,即在3台机器和单位长度工件的情况下,这个问题是否是NP难的。Levey和Rothvoss在最近的一次突破中,对工件长度为单位的情况给出了一个近似于准多项式时间的$(1+ε)$ -近似算法。然而,一个更困难的情况下,工作有任意的处理长度仍然开放。我们在这个更普遍的问题上取得了进展。我们发现,存在一个$(1+ε)$ -近似算法(与类似的运行时间的Levey和Rothvoss)的非迁移设置:当每个作业都被安排完全在一台机器上,但在一台机器上的作业不需要在连续的时间步长。此外,我们还表明,我们的算法框架推广到另一个经典的情况下,随着优先约束,工作也有通信延迟的限制。这两个基本问题都与数据中心调度的实践高度相关。
2020-04-28 cs.DS
Scheduling with a processing time oracle
本文研究了以最小化完工时间和为目标的单机排序问题。每个给定的作业都是短的或长的。然而,处理时间最初是隐藏的算法,但可以测试。这是通过执行处理时间预言来完成的,它揭示了给定作业的处理时间。每个测试占用调度中的一个时间单元,因此算法必须决定它将为哪些作业调用处理时间oracle。所得到的时间表的目标值与最优时间表的目标值进行比较,最优时间表是使用全部信息计算的。由此产生的竞争比度量隐藏处理时间的价格,目标是设计具有最小竞争比的算法。本文研究了两种模型。在非自适应模型中,算法需要事先决定哪些作业要测试,哪些作业要执行。然而在自适应模型中,算法可以根据作业测试的结果自适应地做出这些决策。在这两个模型中,我们提供了最佳的多项式时间算法以下的两个阶段的战略,其中包括第一阶段的工作进行测试,和第二阶段的工作被执行obliquely。实验给出了强有力的证据,最佳算法具有这种结构。证明这个属性是一个开放的问题。
2021-05-05 cs.DS
On Minimizing Generalized Makespan on Unrelated Machines
研究无关机器上广义 Makespan 问题的近似复杂度,否定了一般范数下存在常数近似,并证明了对数级下界及配置 LP 的积分间隙。
2023-07-26 cs.DS
Faster Exponential Algorithms for Multi-Machine Scheduling Problems
Max Planck Institute for Informatics(马克斯·普朗克计算机科学研究所);Saarland University(萨尔兰大学);ETH, Zurich(苏黎世联邦理工学院);CISPA Helmholtz Center for Information Security(CISPA 赫尔姆霍兹信息安全中心)
本文针对两个经典NP难多机调度问题,将其求解时间分别改进为${O}(2.755^n)$和${O}^\star(2^n)$,还在ARC假设下优化了装箱问题的求解时间。
2026-08-13 cs.DS
Scheduling with Non-Renewable Resources: Minimizing the Sum of Completion Times
本文研究了一类具有不可更新资源的单机排序问题。在这种情况下,我们给出一组作业,每个作业的特征是处理时间,权重,并且作业也有一些资源需求。在固定的时间点,一定量的资源可供作业使用。目标是将作业非抢占式地分配到机器上的时隙,以便在任何时候它们的资源需求都不会超过可用的资源量。我们在这里考虑的目标是加权完工时间之和的最小化。对于单机排序问题,我们给出了多项式近似算法和复杂性结果。特别是,我们表现出强大的NP-硬度的情况下,单位资源需求和权重($1|rm=1,a_j=1|\sum C_j$),从而回答了一个悬而未决的问题Györgyi和Kis。我们还证明了对应于最短处理时间第一顺序的时间表提供了一个$3/2$ -近似相同的问题。对于$0$处理时间($1|rm=1,p_j=0|\sum w_jC_j$)的情况,我们给出了简单的常数因子近似和一个更复杂的PTAS。我们关闭的文件,提出了一个新的变种的问题,其中的资源到达时间是未知的。给出了该变体的$4$ -近似值以及$(4-\varepsilon)$ -不可近似结果。
2019-11-26 cs.DM cs.DS
On Dynamic Job Ordering and Slot Configurations for Minimizing the Makespan Of Multiple MapReduce Jobs
MapReduce是一种流行的并行计算范式,用于集群和数据中心中的大数据处理。据观察,MapReduce工作负载的不同作业执行顺序和MapReduce插槽配置在完工时间、总完成时间、系统利用率和其他性能指标方面具有显著不同的性能。关于最小化多个MapReduce作业的makespan有很多算法。然而,这些算法是启发式的或次优的。最著名的最小化完工时间的算法是3-近似应用约翰逊规则。在本文中,我们提出了一种称为UAAS算法,以满足经典的约翰逊模型的条件。那么我们仍然可以使用约翰逊模型来获得最优解。我们解释了如何适应约翰逊模型,并提供了我们所提出的方法的一些关键功能。
2016-04-15 cs.DC cs.DS
A PTAS for Minimizing Weighted Flow Time on a Single Machine
调度文献中的一个重要目标是最小化加权流时间之和。我们给出一组作业,其中每个作业的特征在于发布时间、处理时间和权重。我们的目标是找到一个抢占式调度在一台机器上,最小化的加权流时间的总和的工作,其中的流时间是一个工作的完成时间和释放时间之间的时间。该问题目前最知名的多项式时间算法是Rohwedder和Wiese [STOC 2021]的(2+eps)近似,该算法建立在Batra,Garg和Kumar [FOCS 2018]的先前突破性结果基础上,他们发现了该问题的第一个伪多项式时间常数因子近似算法,以及Feige,Kulkarni,和Li [SODA 2019]将后者转化为多项式时间算法。然而,该问题是否允许PTAS仍然悬而未决。我们回答这个问题是肯定的,并提出了一个多项式时间(1+eps)-近似算法加权流时间在一台机器上。我们依赖于一个减少的问题的几何覆盖问题,这是在上述(2+eps)-近似算法,失去了一个因素1+eps的近似比。然而,与该算法不同的是,我们精确地解决了这个问题的结果实例,而不是损失因子2+eps。关键是要确定和利用的几何覆盖问题,从加权流时间的减少中出现的实例的结构特性。
2022-08-05 cs.DS
Optimization and Reoptimization in Scheduling Problems
并行机调度在过去的几十年中得到了广泛的研究,其应用范围从生产计划到大型计算集群中的作业处理。在这项工作中,我们研究这些基本的优化问题,以及它们的参数化和重新优化的变种。首先,我们提出了改进的界限不相关的并行机上的作业调度,最小化的最新完成时间(完工时间)的时间表的目标。我们考虑的子类完全可行的情况下,其中的每个工作,在任何机器上的处理时间,不超过最小完工时间。已知该问题在该子类中已经很难在因子4/3内近似。虽然完全可行的实例是很难确定的,我们给出了一个多项式时间算法,产生这样的情况下的时间表的最大完工时间是优于两倍的最佳,最好的已知比例一般情况下。此外,我们表明,我们的结果是强大的小违反可行性约束。我们进一步研究参数化的力量。我们表明,不相关的机器上的最大完工时间最小化承认一个参数化的近似方案,其中使用的参数是处理时间的数量是大的相对于最新的完成时间的时间表。我们还提出了一个FPT算法的图平衡问题,这对应于限制分配问题的情况下,每个工作可以处理最多2台机器。最后,从实际应用出发,以最小化最大完工时间为目标,对同类机上的工件调度问题进行了再优化研究。我们开发的再近似算法,在这两个模型中产生的最佳逼近比$(1+ε)$,任何$ε>0$,相对于最小完工时间。
2015-09-04 cs.DS
Minimizing $\ell_2$ Norm of Flow Time by Starvation Mitigation
针对调度中SRPT算法可能导致作业饥饿的问题,本文提出利用FCFS缓解SRPT引起的饥饿现象,在对作业数量$n$有良好估计时实现了$O(n^{\frac{1}{3}})$的竞争比,首次从理论上证明缓解饥饿能改进调度性能。
2025-05-01 cs.DS
Explorable Uncertainty in Scheduling with Non-Uniform Testing Times
在可探索的不确定性模型的框架中,一些初步的行动可能会影响任务的持续时间的环境中的调度与测试的问题。在该模型中,每个作业都有一个未知的处理时间,可以通过运行测试来揭示。或者,作业可以在给定上限的持续时间内未经测试地运行。最近,Dürr等人[5]研究了所有测试时间都是单元大小的设置,并给出了最小化完工时间和单机最大完工时间之和的目标的上下界。在本文中,我们扩展到非均匀测试时间的问题,并提出了第一个竞争的算法。一般设置例如是由在线用户调查以用于市场预测或查询分布式计算中的集中式数据库来激发的。引入一般的测试时间给问题一个新的味道,并要求更新的方法与新的技术在分析。我们提出了恒定的竞争比的目标,在确定性的情况下,无论是在非抢占式和抢占式设置的完成时间的总和最小化。对于抢先设置,我们另外给出了第一个下界。我们还提出了一种改进竞争比的随机算法。此外,我们给出了紧竞争比的目标,最大限度地减少完工时间,无论是在确定性和随机设置。
2021-08-19 cs.DS
Scheduling Coflows for Minimizing the Makespan in Identical Parallel Networks
针对同构并行网络中最小化协同流完工时间的NP难调度问题,分别提出流级和协同流级的近似算法,并通过仿真验证了算法在同构及异构并行网络中的有效性。
2023-06-14 cs.DS
On Solving Non-preemptive Mixed-criticality Match-up Scheduling Problem with Two and Three Criticality Levels
本文研究了加工时间不确定的混合关键任务的单机排序问题。我们的F形任务的处理时间的概率分布函数的推导,然后我们研究了结构的问题与两个和三个关键水平,我们提出了有效的精确算法,我们目前的计算实验的实例多达200个任务。此外,我们考虑的问题是一个常数乘法因子内的近似。
2016-10-24 cs.DS math.OC
A Minimal Variance Estimator for the Cardinality of Big Data Set Intersection
近年来,人们对开发用于连续数据流的高效处理和查询的“流算法”越来越感兴趣。这些算法寻求提供准确的结果,同时最大限度地减少所需的存储和处理时间,在其输出中的一个小的不准确性的代价。感兴趣的基本查询是两个大数据流的交集大小。这个问题出现在许多不同的应用领域,如网络监控,数据库系统,数据集成和信息检索。在本文中,我们开发了一个新的算法,这个问题的基础上,最大似然法(ML)。我们表明,该算法优于所有已知的计划,它渐近达到最佳的方差。
2016-06-03 cs.DB cs.DS
Multicalibrated Regression for Downstream Fairness
University of Pennsylvania(宾夕法尼亚大学);Stanford University(斯坦福大学);University of Washington(华盛顿大学)
我们展示了如何采取一个回归函数$\hat{f}$,这是适当的“多校准”,并有效地后处理到一个近似的误差最小化分类满足各种各样的公平性约束。后处理不需要标记数据,只需要少量的未标记数据和计算。计算$\hat f$的计算和样本复杂度要求与最优地解决单个公平学习任务的要求相当,但它实际上可以用于有效地解决许多不同的下游公平约束学习问题。我们的后处理方法很容易处理相交的组,推广以前的工作后处理回归函数,以满足公平性约束,只适用于不相交的组。我们的工作扩展了最近的工作表明,多校准回归函数是“omnipredictors”(即可以后处理,以最佳地解决无约束的ERM问题)的约束优化。
2022-09-15 cs.DS cs.LG
Approximation results for makespan minimization with budgeted uncertainty
研究工件加工时间不确定的机器集上最小化完工时间问题的近似算法。在我们考虑的模型中,它可以追溯到~ \cite{BertsimasS03},一旦定义了调度,对手就可以选择一种情况,在这种情况下,偏差被添加到一些作业的处理时间。仅给定这些作业的最大基数以及每个作业的潜在偏差的大小,目标是优化最坏情况。我们考虑的情况下,相同的和不相关的机器。我们的主要结果是相同机器情况下的EPTAS。我们还提供了一个$3$ -近似算法和$2-ε$的不相关机器的情况下的不可逼近比
2019-05-21 cs.DM cs.DS
Minimizing Completion Times of Stochastic Jobs on Parallel Machines is Hard
Carnegie Mellon University(卡内基梅隆大学);University of Pittsburgh(匹兹堡大学);University of Twente(特温特大学);Microsoft(微软)
本文证明了在并行机器上最小化随机作业完成时间的难题,展示了该问题的内在不可处理性。
2026-08-26 cs.CC cs.DS math.OC
Generalizing the Kawaguchi-Kyan bound to stochastic parallel machine scheduling
最小化$m$同型并行机加权完工时间之和是最重要和最经典的调度问题之一。对于工件的加工时间是随机变量的随机变量,Möhring、Schulz和Uetz(1999)提出了第一个也是最著名的近似结果,对于任意多台机器,性能比达到$1+\frac12(1+Δ)$,其中$Δ$是加工时间变异系数平方的上界。我们证明了性能比$1+\frac12(\sqrt{2}-1)(1+Δ)$相同的底层算法--加权最短预期处理时间(WSEPT)规则。对于确定性调度的特殊情况(即,$Δ=0$),我们的界限匹配的紧性能比$\frac12(1+\sqrt{2})$的算法(WSPT规则),由川口和Kyan在1986年的里程碑式的文件。我们提出了几个进一步的改进WSEPT的性能比,其中之一依赖于一个仔细细化的分析WSPT产生,对于每一个固定数量的机器$m$,WSPT的确切性能比的顺序$\frac12(1+\sqrt{2})-O(1/m^2)$。
2018-01-04 cs.DM cs.DS
M-Flash: Fast Billion-scale Graph Computation Using a Bimodal Block Processing Model
最近的图形计算方法已经证明,一台PC可以有效地执行十亿规模的图形。虽然这些方法通过优化I/O操作实现了可扩展性,但它们没有充分利用现代硬盘驱动器和处理器的功能。为了克服它们的性能,在这项工作中,我们引入了双峰块处理(BBP),这是一项创新,能够通过进一步最小化I/O成本来提高图形计算。通过这种策略,我们实现了以下贡献:(1)M-Flash,迄今为止最快的图形计算框架;(2)灵活简单的编程模型,可以轻松实现流行的基本图形算法,包括第一个单机十亿级特征值求解器;(3)在多达66亿条边的真实图形上进行了广泛的实验,证明了M-Flash的一致性和显着的加速。
2016-09-14 cs.DB cs.DS cs.SI
Shared-Memory Hierarchical Process Mapping
本文针对大规模科学应用的通信成本优化问题,提出了首个利用层次化多划分的共享内存并行进程映射算法,在均匀分配工作的同时最小化通信成本,并在95%的实例上取得最佳解。
2025-04-02 cs.DC cs.DS
On the Convergence Rate of Decomposable Submodular Function Minimization
本文研究了可分解亚模函数最小化算法的收敛速度,通过几何和谱图理论分析,给出了收敛速率的上界和下界。
2014-11-05 cs.DM cs.DS cs.LG