Python动态规划实现虚拟机部署的算法思想
作者：常子Aka
这篇文章主要介绍了Python动态规划实现虚拟机部署的算法思想，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
声明
本文章为个人拙见，仅仅提供参考，不一定正确，各位大佬可以发表自己的意见。
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
import sys
print("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=0
size_num=0
money=0
b1 = [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
for i in range(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())))
for k in range(a1):
b1[k] = b[k][2]
p1[k] = k
for i in range(0,a1-1):
for j in range(1,a1-i):
if b1[j]>b1[j-1]:
temp=b1[j-1]
b1[j-1]=b1[j]
b1[j]=temp
temp=p1[j-1]
p1[j-1]=p1[j]
p1[j]=temp
def Fun(i):
global cpu_num,size_num,money
cpu_num=cpu_num+b[p1[i]][0]
size_num=size_num+b[p1[i]][1]
money=money+b[p1[i]][2]
if cpu_num>a2 or size_num>a3:
money=money-b[p1[i]][2]
cpu_num=cpu_num-b[p1[i]][0]
size_num=size_num-b[p1[i]][1]
for i in range(a1):
Fun(i)
print("最大化收益：",money)
到此这篇关于Python动态规划实现虚拟机部署的文章就介绍到这了,更多相关Python虚拟机部署内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！