我们有一个任务的逻辑队列，其中每个任务都必须分配给多个工作者。要分配的工作人员数量基于"最少工作人员"one_answers"最多工作人员"的配置。工人不应该看到他们已经完成的相同任务。没有必要让所有的工人都能看到所有的任务。
工作人员总数可以动态更改。每个员工都可以随时在线或离线。
每个工作人员都可以选择完成任务或让任务过期。任务到期后，应将任务分配给任何尚未完成任务的员工。
有没有一个好的算法来解决这种情况？
简单的解决方案：
贪婪地分配任务：
- 对于准备好的每一项任务
- 查找最小值<=N<=最大工人还没有看到任务并分配给他们
- 重复此步骤，直到您任一次跑步或完成所有任务
- 如果工作人员联机或完成任务，请重新检查所有任务
- 如果出现新任务，请重新检查可用的工作人员
如果没有那么多任务，这个解决方案可能就足够了，因为它计算量很大，并且会重新计算所有内容。
可能的优化：
如果贪婪的解决方案失败了(而且很可能会失败(，有一些方法可以改进。我会尝试列出我脑海中的那些，但它不会是一个详尽的列表。
首先，我个人最喜欢的是：网络流量。不幸的是，我看不到一种简单的方法来解决最低数量的工人要求，但这会很快，而且会导致在任何特定时刻都有尽可能多的工人被分配。
- 创建网络源-工作者-任务-接收器。边缘工作者到任务将根据需要进行链接和取消链接：
- 当工作人员可以执行任务时，创建权重为1的边，否则不要创建边
- 从源链接一个边缘，权重为每个在线工作者一个
- 从每个任务链接到一个边缘，其权重等于其最大工作能力
你甚至可以区分不同类型的工作者，网络流非常棒。这些算法速度快，甚至适用于大型图。此外，它们在许多库中都可用，因此您不必自己实现它们。不幸的是，没有简单的方法来执行最低限度的工人规则。至少我现在没有看到，也许有办法。或者至少是一个启发式
第二，既聪明又贪婪：
- 为每个任务创建一个队列
- 当工作人员可用时，将他可以执行的每一项任务都注册到其队列中
- 当工作人员不可用时，将其从队列中删除
- 当任务有足够的工作人员时，启动进度并禁用这些工作人员
这仍然是蛮力方法，但由于保留了队列，因此将必要的计算量限制在合理的水平。潜在的不利因素是，大型任务(工人人数很少(可能会被更容易开始的小型任务所阻碍，并会吃掉工人。因此，可能需要进一步的检查/平衡和优先级排序。
肯定还有更多的尝试&完成手头的任务，但是你提供的信息相当有限，所以这个建议没有那么具体。