贪心算法任务调度Python给出示例代码

贪心算法在任务调度中可以用于寻找每一步最优解，但最终结果不一定是最优的整体解决方案。在 Python 中，我们可以使用贪心策略来简单地按照任务截止时间的倒序对任务进行排序，然后依次处理。

这是一个简单的例子，假设我们有任务列表 `tasks`，每个任务由 `start_time` 和 `end_time` 表示：

def greedy_task_scheduling(tasks):
    # 对任务按结束时间降序排序
    tasks.sort(key=lambda x: x['end_time'], reverse=True)

    # 初始化一个空的任务列表，模拟调度过程
    scheduled_tasks = []

    for task in tasks:
        if not scheduled_tasks or scheduled_tasks[-1]['end_time'] < task['start_time']:
            # 如果当前任务不会和已安排的任务冲突，就添加到调度列表
            scheduled_tasks.append(task)

    return scheduled_tasks

# 示例任务数据
tasks = [
    {'id': 1, 'start_time': 2, 'end_time': 4},
    {'id': 2, 'start_time': 0, 'end_time': 5},
    {'id': 3, 'start_time': 6, 'end_time': 8}
]

scheduled_tasks = greedy_task_scheduling(tasks)
print("Scheduled tasks:", scheduled_tasks)