图的应用——关键路径

简介: 图的应用——关键路径
拓扑排序

AOE网

  • 在一个表示工程的带权有向图中,用顶点表示事件,用有向边表示活动,边上的权值表示活动的持续时间,称这样的有向图叫做边表示活动的网,简称AOE网。AOE网中没有入边的顶点称为始点(或源点),没有出边的顶点称为终点(或汇点)。

AOE网的性质

  • 只有在某顶点所代表的事件发生后,从该顶点出发的各活动才能开始;
  • 只有在进入某顶点的各活动都结束,该顶点所代表的事件才能发生。

在这里插入图片描述

AOE网所能解决的问题

  • 完成整个工程至少需要多少时间?
  • 为缩短完成工程所需的时间, 应当加快哪些活动?

关键路径

关键路径长度是整个工程所需的 最短工期
  • 关键路径:在AOE网中,从始点到终点具有最大路径长度(该路径上的各个活动所持续的时间之和)的路径称为关键路径。
  • 关键活动:关键路径上的活动称为关键活动。

术语

  • 源点:表示整个工程的开始点,也称起点
  • 收点:表示整个工程的结束点,也称汇点
  • 事件结点:单位时间,表示的是时刻
  • 活动(有向边):它的权值定义为活动进行所需要的时间。方向表示起始结点事件先发生,而终止结点事件才能发生
  • 事件的最早发生时间(Ve(j)):从起点到本结点的最长的路径。意味着事件最早能够发生的时刻
  • 事件的最迟发生时间(V l (j)):不影响工程的如期完工,本结点事件必须发发生的时刻
  • 活动的最早开始时间:e( ai ) = Ve( j )
  • 活动的最迟开始时间:l( ai ) = V l( k ) - dut( j , k )
  • 事件的最早发生时间(Ve(j)):从起点到本结点的最长的路径。意味着事件最早能够发生的时刻
  • 事件的最迟发生时间(V l (j)):不影响工程的如期完工,本结点事件必须发发生的时刻
  • 活动的最早开始时间:e(ai ) = Ve( j )
  • 活动的最迟开始时间: l (ai ) = V l( k ) - dut( j , k )
  • 关键活动:最早开始时间 = 最迟开始时间的活动
  • 关键路径:从源点到收点的最长的一条路径,或者全部由关键活动构成的路径

算法设计

  • 事件(顶点) 的 最早发生时间 ve(j)

ve(j) = 从源点到顶点j的最长路径长度

- ve(源点) = 0
- **ve(j) = Max{ve(i) + dut(<i, j>)} (<i, j>∈T)**

T是所有以第j个顶点为弧头的弧的集合

  • 事件(顶点) 的 最迟发生时间 vl(k)

vl(k) = 从顶点k到汇点的最短路径长度

- vl(汇点) = ve(汇点)
- **vl(i) = Min{vl(j) – dut(<i, j>)} (<i, j>∈S)**

S是所有以第i个顶点为弧尾的弧的集合

假设第 i 条弧为 <j, k>, 则 对第 i 项活动言:

  • 活动(弧)”的 最早开始时间 e(i)
    e(i) = ve(j)
  • 活动(弧)的 最迟开始时间 l(i)

    **l(i) = vl(k) – dut(<j,k>)**
    

在这里插入图片描述
在这里插入图片描述

算法要点

  • ve的顺序应该是按拓扑有序的次序
  • vl的顺序应该是按拓扑逆序的次序
  • 拓扑逆序序列即为拓扑有序序列的逆序列,应该在拓扑排序的过程中,另设一个 “栈” 记下拓扑有序序列

算法实现

Status TopologicalOrder(ALGraph G, SqStack &T){
    FindInDegree(G, indegree);  // 对各顶点求入度
    InitStack(S);
    InitStack(T);
    for(i = 0; i < G.vexnum; i++)
        if(!indegree[i]) Push(S, i);
    count = 0;  // 对输出顶点计数
    for(i = 0; i < G.vexnum; i++)
        ve[i] = 0;
    while(!StackEmpty(S)){
        Pop(S, j);
        Push(T, j);
        ++count;
        for(p = G.vertices[j].firstarc; p; p = p->nextarc){
            k = p->adjvex;
            if(!(--indegree[k])) Push(S, k);
            if(ve[j] + *(p->info) > ve[k])
                // 修改ve[j]
                ve[k] = ve[j] + *(p->info);
        }
    }
    if(count < G.vexnum){
        cout << "图中有回路!";
        return ERROR;
    }
}

void Criticalpath(ALGraph G){
    // G为有向网络,输出G的各项关键活动
    for(i = 0; i < G.vexnum; i++)
        vl[i] = ve[G.vexnum - 1]
    while(!StackEmpty(T))
        for(Pop(T, j), p = G.vertices[j].firstarc; p; p = p->nextarc){
            k = p->adjvex;
            dut = *(p->info);
            if(vl[k] - dut < vl[j])
                vl[j] = vl[k] - dut;
            // dut是事件vj到事件vk活动的持续时间
        }
    for(j = 0; j < G.vexnum; ++j){
        // 求活动的最早开始时间ee、最迟开始时间el和关键活动
        for(p = G.vertices[j].firstarc; p; p = p->nextarc){
            k = p->adjvex;
            dut = *(p->info);
            ee = ve[j];
            el = vl[k] - dut;
            tag = (ee == el)?'*':' ';
            cout << j << " " << k << " " << dut <<" " 
                << ee << " " << el << " " << tag << endl;
        }
    }
}
目录
相关文章
|
11天前
|
机器学习/深度学习 算法
【算法 | 实验7】以最小的步骤收集所有硬币(算法正确性还没想清楚)
题目 最小步骤收集硬币 有许多相邻排列的硬币堆。我们需要以最少的步骤收集所有这些硬币,在一个步骤中,我们可以收集一个水平线的硬币或垂直线的硬币,收集的硬币应该是连续的。 输入描述 输入第一行整数N表示硬币堆的数量
39 0
|
11天前
|
搜索推荐 测试技术 C语言
设计求解AOE网关键路径程序(详细设计,附完整实现代码)
设计求解AOE网关键路径程序(详细设计,附完整实现代码)
|
7月前
|
人工智能 数据挖掘
这图怎么画 | 相关分析棒棒糖图
这图怎么画 | 相关分析棒棒糖图
51 0
|
10月前
|
数据库
设计分E-R图的步骤
设计分E-R图的步骤
123 0
|
11月前
|
机器学习/深度学习 数据可视化
RNAseq|批量单因素生存分析 + 绘制森林图
RNAseq|批量单因素生存分析 + 绘制森林图
238 0
|
算法
关键路径
关键路径
|
前端开发 数据可视化 关系型数据库
巧用 “ 火焰图 ” 快速分析链路性能
巧用 “ 火焰图 ” 快速分析链路性能
258 0
巧用 “ 火焰图 ” 快速分析链路性能
|
人工智能 算法
L2-025 分而治之 (25 分)(图)
L2-025 分而治之 (25 分)(图)
107 0