document.write('本题可以采用贪心法来解决，具体实现思路如下：
申请一个数组来记录每台机器的执行时间，初始化为0，在调度任务的时候，对于每个任务，在选
取机器的时候采用如下的贪心策略：对于每台机器，计算机器已经分配任务的执行时间+这个任务
需要的时间，选用最短时间的机器进行处理。实现代码如下：
"""
param t 每个服务器处理的时间
param n 任务的个数
return 各个服务器执行完任务所需的时间
"""
def calculate_rocess_time(t,n):
if t==None or n＜=0:
return None
m=len(t)
proTime=[0]*m
i=0
while i＜n:
minTime=proTime[0]+t[0] #把任务给第j个机器上后这个机器的执行时间
minIndex=0 #把任务给第minIndex个机器上
j=1
while j＜m:
# 分配到第j台机器上后执行时间更短
if minTime＞proTime[j]+t[j]:
minTime=proTime[j]+t[j]
minIndex=j
j+=1
proTime[minIndex]+=t[minIndex]
i+=1
return proTime
if __name__=="__main__":
t=[7,10]
n=6
proTime=calculate_process_time(t,n)
if proTime==None:
print "分配失败"
else:
totalTime=proTime[0]
i=0
while i＜len(proTime):
print "第"+str((i+1))+"台服务器有"+str(proTime[i]/t[i])+"个任务,执行总时间
为:"+str(proTime[i])
if proTime[i]＞totalTime:
totalTime=proTime[i]
i+=1
print "执行完所有任务所需的时间为"+str(totalTime)
程序的运行结果为：
第1台服务器有4个任务，执行总时间为：28
第2台服务器有2个任务，执行总时间为：20
执行完所有任务所需的时间为28
算法性能分析：
这种方法使用了双重循环，因此，时间复杂度为O(mn)。
');