编辑“︁任务分配问题”︁（章节）

== 贪心算法解决方案 ==
贪心算法通过局部最优选择逐步逼近全局最优解。对于任务分配问题，常用的贪心策略是：
1. **最长处理时间优先（LPT）**：将任务按处理时间从大到小排序，然后依次将当前最长的任务分配给当前负载最小的执行者。

=== 算法步骤 ===
1. 将所有任务按处理时间降序排序。
2. 初始化每个执行者的负载为 0。
3. 对于每个任务：
   - 找到当前负载最小的执行者。
   - 将该任务分配给该执行者，并更新其负载。

=== 代码示例 ===
以下是一个 Python 实现：

<syntaxhighlight lang="python">
def assign_tasks(tasks, num_machines):
    # 按处理时间降序排序
    tasks.sort(reverse=True)
    
    # 初始化每台机器的负载
    machine_loads = [0] * num_machines
    
    # 分配任务
    for task in tasks:
        # 找到当前负载最小的机器
        min_load_machine = machine_loads.index(min(machine_loads))
        machine_loads[min_load_machine] += task
    
    # 返回最大负载
    return max(machine_loads)

# 示例输入
tasks = [7, 6, 5, 4, 3, 2, 1]
num_machines = 3

# 输出分配结果
max_load = assign_tasks(tasks, num_machines)
print("最大负载:", max_load)
</syntaxhighlight>

'''输入'''：
<pre>
tasks = [7, 6, 5, 4, 3, 2, 1]
num_machines = 3
</pre>

'''输出'''：
<pre>
最大负载: 10
</pre>

'''解释'''：
- 排序后的任务：<math>[7, 6, 5, 4, 3, 2, 1]</math>
- 分配过程：
  - 机器 1：7 + 3 = 10
  - 机器 2：6 + 4 = 10
  - 机器 3：5 + 2 + 1 = 8
- 最大负载为 10。