带睡眠状态的速度缩放问题的NP难性
数据结构与算法
2019-12-03 v1
摘要
现代处理器可以在活动时动态设置其速度,并在需要时转换到睡眠状态。当处理器以速度运行时,每单位时间消耗的能量由凸功率函数给出,该函数具有性质且对所有有。此外,从睡眠状态转换到活动状态需要单位的能量。作业由其到达时间、截止时间和处理量指定。我们考虑一个称为带睡眠状态的速度缩放调度问题,其中每个作业必须在其到达时间和截止时间内调度,目标是最小化处理这些作业所需的总能量消耗。Albers等人通过将一个NP难划分问题的实例归约到该调度问题的一个实例,证明了该问题的NP难性。该调度问题的实例包括每个作业的到达时间、截止时间和处理量,以及和。由于和依赖于划分问题的实例,当和固定时,这个带睡眠状态的速度缩放问题的NP难性证明不再有效。在本文中,我们证明对于任何固定的正数和满足且对所有有的凸函数,带睡眠状态的速度缩放问题仍然是NP难的。
引用
@article{arxiv.1304.7373,
title = {NP-Hardness of Speed Scaling with a Sleep State},
author = {Gunjan Kumar and Saswata Shannigrahi},
journal= {arXiv preprint arXiv:1304.7373},
year = {2019}
}
备注
12 pages, 5 figures