Python动态规划实现虚拟机部署的方法(python,移动开发)

题目描述

考虑到在虚拟机部署中资源提供商通常希望自己的收益最大化，现假设有一台宿主机，共有x个cpu和y GB的内存，用户可以采取自己报价的方式向资源提供商申请使用虚拟机资源，譬如说付w元申请a个cpu和b GB内存的一台虚拟机。请你设计一个算法，让资源提供商可以合理地安排虚拟机，使得自己的收益最大化。
输入：
n x y
2 4 200
4 2 150
…
说明，n表示共有n条用户报价申请，宿主机共有x个cpu和y GB的内存；
以下n行，每行表示用户申请的cpu和内存数，以及用户报价的金额。

算法思想

该问题为寻找全局最优解问题，采用动态规划的思想。找最大利益是最终的问题，可以将最大利益的子问题看做是已经报价的每个用户最大金额，并将其所要求的CPU数和内存数加入到总的需求总，与提供的CPU数和内存容纳进行对比。解决了目前最大报价的用户，下一个最大报价又可以看做是一个子问题，但CPU和内存容量需要减去已经分配的，如此反复，到CPU和内存容量不能满足任何一个用户要求为止，最优解便求得。

测试结果

运行结果:

源代码

importsysprint("请输入申请虚拟机的用户个数，cpu个数，内存容量：")a=list(map(int,input().split()))#用数组a来存储参与报价的用户的个数,云端要存储的cpu个数，容量大小a1=a[0]#存储用户个数，要输入几行数据a2=a[1]#存储cpu的个数a3=a[2]#存储容量b=[]cpu_num=0size_num=0money=0b1=[0]*a1#数组b1存储用户报价p1=[0]*a1#数组p1记录报价金额的位置foriinrange(a1):print("请输入第",i+1,"个用户的申请CPU个数内存容量报价：")b.append(list(map(int,input().split())))forkinrange(a1): b1[k]=b[k][2] p1[k]=kforiinrange(0,a1-1):forjinrange(1,a1-i):ifb1[j]>b1[j-1]:temp=b1[j-1]b1[j-1]=b1[j]b1[j]=temptemp=p1[j-1]p1[j-1]=p1[j]p1[j]=tempdefFun(i):globalcpu_num,size_num,moneycpu_num=cpu_num+b[p1[i]][0]size_num=size_num+b[p1[i]][1]money=money+b[p1[i]][2]ifcpu_num>a2orsize_num>a3:money=money-b[p1[i]][2]cpu_num=cpu_num-b[p1[i]][0]size_num=size_num-b[p1[i]][1]foriinrange(a1):Fun(i)print("最大化收益：",money)