设有n（1≤n≤100）个顾客同时等待一项服务。顾客i需要的服务时间为ti，1≤i≤n，共有s处提供此服务。应如何安排n个顾客的服务次序才能使平均等待时间达到最小。平均等待时间是n个顾客的等待时间(含

### 回答1：
服务时间)之和除以n。

这是一个典型的排队论问题。可以使用贪心算法来解决。

首先，我们需要将所有顾客按照需要服务的时间从小到大排序。然后，我们可以将s个服务点看作s个队列，每个队列都有一个服务员。接下来，我们将前n个顾客依次分配到s个队列中，每次选择当前等待时间最短的队列，并将顾客加入该队列。当一个顾客完成服务后，服务员会从该队列中取出下一个顾客进行服务。

这种贪心策略可以保证每个顾客都会被尽快地服务，从而最小化平均等待时间。

需要注意的是，如果s>n，即服务点的数量大于顾客的数量，那么有些服务点可能会空闲下来。在这种情况下，我们可以将空闲的服务点看作一个新的队列，将后续的顾客依次加入该队列中。

总之，通过贪心算法，我们可以在O(nlogn)的时间复杂度内解决这个问题。

### 回答2：
本问题可以用贪心算法来解决，具体思路如下：

首先将n个顾客按照需要服务时间ti从小到大排序，可以通过快速排序等方法实现。

然后依次将顾客分配到s个服务点中，每次选择当前等待时间最短的服务点服务即可。具体实现可以通过使用一个长度为s的数组work[]来记录当前每个服务点的等待时间，并及时更新。

最后，计算每个顾客的等待时间totalTime，求出平均等待时间averageTime，即为最终的结果。

代码实现如下（以C++为例）：

#include <iostream>
#include <algorithm>
using namespace std;

const int MAXN = 100;

int t[MAXN+1], work[MAXN+1];

bool cmp(int a, int b) {
return t[a] < t[b];
}

int main() {
int n, s;
cin >> n >> s;
for(int i=1; i<=n; i++) {
cin >> t[i];
}
int index[n+1]; // 用于记录排序后的顾客编号
for(int i=1; i<=n; i++) {
index[i] = i;
}
sort(index+1, index+n+1, cmp);

int totalTime = 0;
for(int i=1; i<=n; i++) {
int minWait = work[1], minIndex = 1;
for(int j=2; j<=s; j++) {
if(work[j] < minWait) {
minWait = work[j];
minIndex = j;
}
}
work[minIndex] += t[index[i]]; // 更新服务点等待时间
totalTime += work[minIndex]; // 累加顾客等待时间
}

double averageTime = (double)totalTime / n;
cout << averageTime << endl;

return 0;
}

该算法的时间复杂度为O(nlogn)，可以在时间和空间允许的情况下处理大规模数据。

### 回答3：
本题可以使用贪心算法来解决问题。具体来说，要使平均等待时间最小，我们应该尽可能让等待时间短的顾客先得到服务。因为这样可以让他们尽快离开，给后面的顾客留出更多的时间得到服务，从而减少总的等待时间。

因此，一个比较明显的贪心策略是，按照每个顾客所需要的服务时间从小到大排序，优先为需要时间短的顾客服务。这样可以让等待时间较短的顾客先得到服务，从而减少总的等待时间。然而，这个策略需要考虑到服务点的数量s。如果s较小，那么这种策略在一些情况下可能并不能得到最小的平均等待时间。

因此，更加优秀的策略是，将n个顾客均匀地分成s组（即每组包含n/s个顾客），对于每组内的顾客，按照服务时间从小到大排序，然后将每组内的顾客在对应的服务点进行服务。这个策略可以最大限度地利用服务点，从而将平均等待时间最小化。

具体来说，可以采用如下步骤来实现算法：

1.将n个顾客均匀地分成s组，将每组内的顾客按照服务时间从小到大排序。

2.按照服务点的数量s，依次将每组内的顾客在对应的服务点进行服务。

3.对于每个服务点，计算其服务的顾客的总等待时间，然后将所有服务点服务的顾客的总等待时间相加，得到整体的平均等待时间。

这个算法的时间复杂度为O(nlogn)，其中排序的时间复杂度为O(nlogn)。因此，对于n较小的情况，这个算法是较为实用的。