任务分配问题要求把n项任务分配给n个人，每个人完成每项任务的成本不同，求分配总成本最小的最优分配方案。用蛮力法求解任务分配问题，随机生成成本矩阵，矩阵中元素的取值范围为1~10，任务数目n取值为3，4，5，6，…

以下是C++代码实现蛮力法来解决任务分配问题：

#include <iostream>
#include <algorithm>
#include <chrono> // 用于计时
using namespace std;

const int N = 10;
int n, ans = 0x3f3f3f3f;
int cost[N][N]; // 成本矩阵
int p[N]; // 任务分配方案

void dfs(int u, int sum) {
    if (u == n) { // 所有任务都已分配完
        ans = min(ans, sum); // 更新答案
        return;
    }
    for (int i = 0; i < n; i++) {
        if (!p[i]) { // 当前任务未被分配
            p[i] = 1; // 标记该任务已经被分配
            dfs(u + 1, sum + cost[u][i]); // 递归搜索下一个人的任务分配
            p[i] = 0; // 回溯
        }
    }
}

int main() {
    for (n = 3; n <= N; n++) {
        // 随机生成成本矩阵
        for (int i = 0; i < n; i++) {
            for (int j = 0; j < n; j++) {
                cost[i][j] = rand() % 10 + 1;
            }
        }
        // 记录程序运行时间
        auto start = chrono::high_resolution_clock::now();
        dfs(0, 0);
        auto end = chrono::high_resolution_clock::now();
        auto duration = chrono::duration_cast<chrono::microseconds>(end - start);
        cout << "n = " << n << "，最小成本为：" << ans << "，程序运行时间为：" << duration.count() << "us" << endl;
        ans = 0x3f3f3f3f; // 重置答案
    }
    return 0;
}

该代码中使用了DFS搜索所有可能的任务分配方案，并记录最小成本。由于任务数目n的增加会导致搜索空间指数级增长，因此该算法只适用于任务数目较小的情况。同时，由于该算法没有任何剪枝，因此时间复杂度非常高，效率较低。