Diese Arbeit, die darauf abzielt, die Jobplanung in Computersystemen zu optimieren, befasst sich mit dem NP-schweren Problem der Planung unabhängiger Jobs in partitionierbaren, maschenverbundenen Systemen. Sie analysiert einen einfachen Approximationsalgorithmus, Am, und zeigt, dass unter bestimmten Bedingungen das durchschnittliche Leistungsverhältnis E(Am(L))/E(OPT(L)) asymptotisch von oben durch 1,6637594... begrenzt ist. Die Effizienz des Algorithmus ist besonders ausgeprägt, wenn Jobs quadratische Submeshes oder kleinere Submeshes anfordern. Die Analyse geht davon aus, dass die Größen der von den Jobs angeforderten Submeshes unabhängige und identisch verteilte (i.i.d.) Zufallsvariablen sind, die gleichmäßig innerhalb bestimmter Bereiche verteilt sind, wobei auch die Task-Ausführungszeiten i.i.d. Zufallsvariablen mit endlichem Mittelwert und endlicher Varianz sind. Diese Forschung trägt zur Entwicklung effizienterer Jobplanungsalgorithmen in parallelen Rechenumgebungen bei, was die Leistung in verschiedenen *Informatik*-Anwendungen verbessern kann. Diese Ergebnisse sind wertvoll für die Optimierung der Ressourcenzuweisung in *Computersystemen*.
Dieser Artikel wurde im International Journal of Foundations of Computer Science veröffentlicht und passt direkt in den Fokus der Zeitschrift auf theoretische Informatik und algorithmisches Design. Die Analyse eines Jobplanungsalgorithmus in partitionierbaren, maschenverbundenen Systemen trägt zur laufenden Forschung über effiziente Ressourcenzuweisung und Optimierung bei, was für die Leserschaft der Zeitschrift von großem Interesse ist. Die mathematische Analyse und das algorithmische Design liefern wertvolle Einblicke zur Verbesserung der Leistung von Computersystemen.