贪心调度策略
原本的想法是
先计算time矩阵 即每个任务在每个虚拟机下运行所需的时间
首先维护每个虚拟机执行已经绑定的任务所需要的总时间
然后我们按任务编号的顺序循环
每次比较一个任务在所有虚拟机下运行所需要的时间
如果该任务在当前虚拟机下运行的时间加上此前虚拟机运行其他任务所花费的时间之和小于最小值
则我们将最小值更新| 即每一次循环（给任务分配虚拟机）都保证在目前情况下所有虚拟机花费总时间最短（贪心）
核心代码
初次运行结果（在我设置的参数下）：
但是跑出来和fx学长的相比慢了一些
于是我去看了一下fx学长的代码
发现fx先对虚拟机按mip升序排序、对任务按mi降序排序
然后将mi最大的任务0（排序后）分配给了mip最大的虚拟机vmNum-1
于是我去调试了一下我的代码 把分配过程输出了出来
发现确实虽然都是贪心，但是任务分配顺序还是会对总时间带来影响
把最难的任务先交给最强的机器完成，后面再分配耗时最小的任务时选择更多
（之前按顺序分配会导致后面耗时最长的那个任务不论分配给哪个虚拟机都会导致总时间很长（因为很巧的是我的任务参数正好是把长度最长的任务放到了最后））
换句话说我的贪婪还不够贪婪
于是我参考学长也对任务和虚拟机进行了排序（同时根据我的代码做了一些调整，对虚拟机降序）
跑出来确实有效 但是有效到有点出乎我的意料
之前没看学长的核心代码（一开始觉得有点乱看不懂）
发现出乎意料后我又去看了一遍
发现有些问题
更具体的我是没花精力去理解 但是首先
我和他贪心的核心公式是基本一样的
那么他为什么会比我改进后的慢呢？
我发现他是在里层遍历vm的循环中进行任务分配的 而且当虚拟机未分配任务时就直接break了
而我是在外层循环进行任务分配，即针对每一个任务找出当前情况下总耗时最短的分配方案并进行分配
可能是因为这里的差别？
其他地方我有改过，但是发现都是越改越差
确实还不是很理解他的代码 感觉和我的思路又好像不是很一样？
暂时不花时间理解了
目前看来我改进后的调度策略确实更贪心更优一点
下面是在我的参数和fx的参数设置下的调度策略的比较
cheng_zhid的参数数据
cheng_zhid
fx
fx的参数数据
cheng_zhid
fx
标签：typora,cheng,AppData,image,Typora,CloudSim20221129,计算,虚拟机 From： https://www.cnblogs.com/chengzhid/p/16937205.html