算法导论 之 动态规划 - 装配线调度问题[C语言]

 

• 作者：邹祁峰
• 邮箱：[email protected]
• 博客：http://blog.csdn.net/qifengzou
• 日期：2014.03.07 18:00
• 转载请注明来自"祁峰"的CSDN博客

 

 

 

1 问题描述

    现有两条装配线，Sij表示第i条上完成第j道工序的装配站。汽车完成组装需要依次完成1~n工序。请找出完成装配并离开装配线的最快路线。
    符号说明：
        ①、ei：汽车进入装配线i的时间，i=1,2
        ②、xi：汽车离开装配线i的时间
        ③、aij：在装配站Sij完成装配需要的时间
        ④、tij：在装配站Sij完成后离开第i条装配线，进入另一条装配线需要的转移时间
    注意，如果完成工序后，下一个工序还在同一条装配线上，则不需要转移时间。

图1 装配线调度

 

2 问题分析

    我们用Fij表示在第i条装配线上完成第j道工序的最快时间，用F表示完成汽车装配并离开装配线的时间。如果知道F1n和F2n，则有

图2 最小装配时间

 

而要求出F1n和F2n，又需要知道F1n-1和F2n-1，从而有：

图3 展开公式

 

依次类推，可得如下递归公式：

 

 

图4 递归公式

 

 

 

3 问题求解

3.1 递归求解

    递归求解的过程，可是使用如下的树形结构来表示：

图5 树形表示

    每个节点里的符号，表示相应的问题，其孩子节点表示在求解该问题时需要求解的子问题。由此我们很容易得出，对于问题Fij，采用递归算法计算时，需要求解的次数为2^(n-j）。

3.2 动态规划

    如果反过来，采用自下而上的方式来求解，把求解结果保存起来，后续的计算都依赖之前计算保存的结果，则可有效的减少重复计算，从而极大的提高求解效率。

    我们再回头看看问题描述，并自下而上的方式来分析其处理过程：

     第1行1列的最短耗时：ms[1][1] = e[1] + a[1][1]

     第2行1列的最短耗时：ms[2][1] = e[2] + a[2][1]

 

     第1行2列的最短耗时：ms[1][2] = min{ms[1][1], ms[2][1]+t[2][1]} + a[1][2]，并记录min{ms[1][1], ms[2][1]+t[2][1]}中更小值的行号

     第2行2列的最短耗时：ms[2][2] = min{ms[1][1]+t[1][1], ms[2][1]} + a[2][1]，并记录min{ms[1][1]+t[1][1], ms[2][1]}中更小值的行号

 

     第1行3列的最短耗时：ms[1][3] = min{ms[1][2], ms[2][2]+t[2][2]} + a[1][3]，并记录min{ms[1][2], ms[2][2]+t[2][2]}中更小值的行号

 

     第2行3列的最短耗时：ms[2][3] = min{ms[1][2]+t[1][2], ms[2][2]} + a[2][3]，并记录min{ms[1][2]+t[1][2], ms[2][2]}中更小值的行号

 

         ....

 

     第1行n列的最短耗时：ms[1][n] = min{ms[1][n-1], ms[2][n-1]+t[2][n-1]} + a[1][n]，并记录min{ms[1][n-1], ms[2][n-1]+t[2][n-1]}中更小值的行号