基于动态规划的流水作业调度问题代码

下面是一个简单的基于动态规划的流水作业调度问题的代码实现，其中包括了计算最小时间和输出最优解的部分：

def flow_shop_sched_makespan(n, m, p):
    # 计算最小时间
    dp = [[0] * m for _ in range(n)]
    for i in range(n):
        for j in range(m):
            if i == 0 and j == 0:
                dp[i][j] = p[i][j]
            elif i == 0:
                dp[i][j] = dp[i][j-1] + p[i][j]
            elif j == 0:
                dp[i][j] = dp[i-1][j] + p[i][j]
            else:
                dp[i][j] = max(dp[i-1][j], dp[i][j-1]) + p[i][j]
    makespan = dp[n-1][m-1]

    # 输出最优解
    res = []
    i, j = n-1, m-1
    while i >= 0 and j >= 0:
        res.append((i, j))
        if i == 0 and j == 0:
            break
        elif i == 0:
            j -= 1
        elif j == 0:
            i -= 1
        else:
            if dp[i-1][j] >= dp[i][j-1]:
                i -= 1
            else:
                j -= 1
    res.reverse()
    return makespan, res

其中，输入参数 `n` 表示作业数量，`m` 表示机器数量，`p` 是一个大小为 `n x m` 的矩阵，表示每个作业在每台机器上的处理时间。输出结果是最小时间和最优解，最优解是一个包含 `(i, j)` 元组的列表，表示第 `i` 个作业在第 `j` 台机器上执行。