完美任务调度

完美任务调度是一个经典的问题，涉及到任务和对应的处理时间。任务需要按照某种顺序完成，每个任务处理时间不同，但是必须在规定的截止时间内完成。任务必须严格遵守截止时间，否则将被视为未完成。该问题的目标是找到一种预先排列任务的方式，以最小化惩罚成本，其中惩罚成本是指每个任务完成时间与其截止时间的差的平方值之和。

使用贪心算法来解决该问题，首先按照截止时间的先后顺序对任务进行排序，然后按顺序逐个处理任务。如果当前任务的截止时间之前还有空闲时间，则直接将该任务完成；否则，将该任务放到下一个空闲时间最早的地方完成。具体而言，使用一个数组来记录时间段是否已被占用，如果某时间段已经被占用，则尝试下一个时间段，直到找到一个空闲时间段为止。

代码示例如下：

def optimal_schedule(tasks):
    tasks = sorted(tasks, key=lambda task: task[1])
    n = len(tasks)
    schedule = [-1] * n
    timeslots = [False] * n
    cost = 0
    for i in range(n):
        for j in range(min(n, tasks[i][0])-1, -1, -1):
            if not timeslots[j]:
                schedule[i] = j
                timeslots[j] = True
                break
        else:
            cost += (tasks[i][1] - j) ** 2
    return schedule, cost

tasks = [(4, 70), (2, 60), (4, 50), (3, 40), (1, 30), (4, 20), (6, 10)]
schedule, cost = optimal_schedule(tasks)
print("