近年来,日益突出的能耗问题使得异构多核结构越来越受到广泛重视。异构多核利用低能耗任务分配与调度技术可以有效地控制任务的运行速度和能耗,逐渐成为降低系统能耗的最重要途径之一。然而,异构多核任务分配与调度是一个典型的NP完全问题,现有算法多依赖于随机搜索策略,随着问题规模的增大,求解速度急剧下降,且容易陷入局部最优解,不能有效地降低系统能耗。本文基于动态规划思想,利用树状应用最小系统能耗问题的最优子结构性质,为树状应用提出了可以快速获得最优解的树分配算法。尽管一般结构应用的最小系统能耗问题不具有最优子结构性质,但是通过对树分配算法的改进,设计出可以获得问题近似最优解的启发式算法,相较于随机搜索策略,具有更好的运行效率及节能效果。在完成任务分配以后,本文提出了最小资源调度算法,用来确定内核资源的最小配置。最小资源调度算法采用两段式的启发式策略,首先使用最晚调度策略确定各种处理内核资源的下界;然后,采用改进的表调度算法确定各个任务的执行配置,以保证任务能在给定的时间约束内完成,且所需的内核资源最小。为验证算法性能,设计实现了一个模拟系统,并在该系统下实现了本文提出的算法及若干现有算法。文中实验分别针对树状结构应用和一般结构应用,从能耗降低率和算法运行时间两方面,对本文提出的算法和整数线性规划算法、遗传算法、背包问题单位价值优先算法进行比较。实验结果表明,本文提出的算法比现有算法具有更好的性能和更快的求解速度,能够快速得到有效降低系统能耗的解决方案。