本课介绍了如何用动态规划法解决装配线与工作站问题，通过定义子问题、状态递推关系和边界值来设计算法。问题背景涉及两条装配线和多个工作站，目标是最小化汽车通过工厂的总时间。动态规划状态定义为f1[j]和f2[j]，分别表示第一条和第二条装配线在第j个工作站的最小装配时间。算法实现包括初始化边界值、计算最优决策状态值和输出最优解的决策过程。
在前面的内容中，我们介绍过用穷举法设计“装配线与工作站问题”的算法实现，这一课我们将介绍如何用动态规划法设计这个问题的算法实现。两种不同的设计思想它们的算法实现肯定也是相差千里，穷举法中的遍历过程需要算法代码显式控制，而动态规划法的遍历过程则是算法本身隐含的，说具体一点，就是隐含在状态递推的过程中。在开始本课的内容之前，请大家再回忆一下第4-1课的内容，用动态规划思想设计算法实现，需要明确的三个问题：子问题与决策阶段状态的定义、状态递推关系式、边界条件。
问题回顾
为了便于理解本课的内容，在开始算法分析之前，再回顾一下这个题目：Colonel 汽车公司在有两条装配线的工厂内生产汽车，一个汽车底盘在进入每一条装配线后，在每个工作站会在汽车底盘上安装不同的部件，最后完成的汽车从装配线的末端离开，如图（1）所示：
图（1）
订阅专栏 解锁全文
扫一扫
1308
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
