贪心算法求流水作业调度问题

流水作业调度问题是一个经典的贪心问题，可以使用贪心算法来求解。

贪心算法的思路是，将任务按照它们的处理时间从小到大排序，然后依次将任务分配给空闲的机器，使得每个机器的处理时间尽可能地短。

具体的贪心策略如下：

1. 将所有任务按照它们的处理时间从小到大排序。
2. 初始化一个长度为 m 的数组，表示 m 台机器的处理时间。
3. 依次将每个任务分配给处理时间最短的机器。
4. 如果有多台机器的处理时间相同，优先分配给编号小的机器。

代码实现如下：

def schedule(tasks, m):
    tasks.sort()  # 按照处理时间排序
    machines = [0] * m  # 初始化机器的处理时间
    for task in tasks:
        # 找到处理时间最短的机器
        min_machine = min(machines)
        # 分配任务给该机器
        machines[machines.index(min_machine)] += task
    return max(machines)  # 返回最长的处理时间

其中，tasks 是一个列表，包含所有的任务处理时间；m 是机器的数量。

例如，如果有 5 个任务，它们的处理时间分别是 [3, 5, 2, 4, 1]，有 3 台机器，那么调用 schedule 函数的结果为 6，表示最长的处理时间为 6。

需要注意的是，这个贪心算法并不一定能够得到最优解，但是它的时间复杂度为 O(nlogn)，比较高效，并且对于大多数实际问题，它的解都已经足够好了。