动态规划-流水线问题

流水线问题如图所示，两条流水线上相应位置上的梯级S1j和S2j所完成的任务相同，但完成时间不同分别为c1j和c2j。指令从内存发射到流水线上的时间分别为c10,c20。如果从一条流水线转移到另一个流水线，产生流动成本x。这个问题的最优解决方案里面包含了对子问题的最优解，这就是动态规划里面的最优子结构。所以我们选择动态规划来解决流水线问题。这种由底至上的算法的效率是线性的。

/**流水线问题，用动态规划解决O(n)
 * @author Qing
 *
 */
public class pipeline {
	final static int N = 7;//流水线长度
	public final static int[][] c={
  {4,2,8,7,2,4,1,1},{1,5,1,4,2,3,2,2}};//两条流水线完成任务时时间分别为c1j和c2j
	public final static int[][] x = {
  {1,2,4,1,3,4,2},{1,4,1,2,2,1,2}};//从一条流水线到另一条的流动成本
	public static int[][] t = new int[2][N+1];//tj为通过Sj的最短时间
	public static int[][] l = new int[2][N+1];//lj为到达Sj最快路线上梯级j-1所处的线路（1或者2）
	public static int t_final = 0;
	public static int