文字描述

  与AOV-网相对应的是AOE-网(Activity on Edge)即边表示活动的网。AOE-网是一个带权的有向无环图。其中,顶点表示事件Event,弧表示活动,权表示活动持续的时间。通常,AOE-网可用来估算工程的完成时间。

  对AOE-网来说,研究的问题有两个:(1)完成整项工程至少需要多少时间?(2)哪些活动是影响工程进度的关键?  

  由于在AOE-网中有些活动可以并行地进行,所以完成工程的最短时间是从开始点到完成点的最长路径的长度(指路径上各活动持续时间之和,不是路径上弧的数目)。路径长度最长的路径叫做关键路径。

  假设开始点是v1,从v1到vi的最长路径叫事件vi的最早发生时间。这个时间决定了所有以vi为尾的弧所表示的活动的最早开始时间。用e(i)表示活动ai的最早开始时间。用l(i)表示ai的最迟开始时间,这是在不推迟整个工程完成的前提下,活动ai最迟必须开始进行的时间。两者之差l(i)-e(i)表示活动ai的时间余量。我们把l(i)==e(i)的活动叫做关键活动。

  显然,关键路径上的所有活动都是关键活动,因此提前完成非关键活动并不能加快工程的进度。

  那么如何求得各个活动的最早开始时间e(i)和最晚开始时间l(i)呢?首先应求得事件的最早发生时间ve(j)和最迟发生时间vl(j)。如果活动ai由弧<j,k>表示,其持续时间记为dut(<j,k>),则有如下关系:

  e(i) = ve(j)

  l(i) = vl(k) – dut(<j,k>)

  求ve(j)和vl(j)需分两步进行:

    (1)   从ve(0)=0开始向前递推

    

    (2)   从vl(n-1)=ve(n-1)起向后递推

    

    这两个递推公式可以利用之前的拓扑排序算法求得。

示意图

算法分析

  算法复杂度同拓扑排序算法,为O(n+e)。

代码实现

 //
// Created by lady on 18-12-29.
// #include <stdlib.h>
#include <stdio.h>
#define MAX_VERTEX_NUM 20 //最大顶点数
#define MAX_EDGE_NUM 50 //最大弧数
typedef enum {DG,DN, UDG, UDN} GraphKind; //{有向图,有向网,无向图,无向网}
typedef struct ArcNode{
int adjvex; //该弧所指向的顶点的位置
struct ArcNode *nextarc; //指向下一条弧的指针
int info; //该弧相关信息的指针
}ArcNode;
typedef struct VNode{
char data[];//顶点信息
ArcNode *firstarcIN;//第一条以该顶点为弧头的弧结点,其他顶点->该结点
ArcNode *firstarcOUT;//第一条以该顶点为弧尾的弧结点,该结点->其他顶点
}VNode, AdjList[MAX_VERTEX_NUM];
typedef struct{
AdjList vertices;
int vexnum;//图的顶点数
int arcnum;//图的弧数
int kind; //图的种类标志
}ALGraph; //根据顶点信息,返回该顶点在图中的位置坐标。
int LocateVex(ALGraph *G, char data[])
{
int i = ;
for(i=; i<G->vexnum; i++){
if(!strncmp(G->vertices[i].data, data, strlen(G->vertices[i].data))){
return i;
}
}
return -;
} //利用头插法,在弧结点链表头部,插入位置v的弧结点
int InsFirst(ArcNode *L, int v, int weight)
{
if((L==NULL) || (v<)){
return -;
}
ArcNode *n = (ArcNode *)malloc(sizeof(struct ArcNode));
n->adjvex = v;
n->nextarc = L->nextarc;
n->info = weight;
L->nextarc = n;
return ;
} //采用邻接表存储方法,创建有向网,即带权的有向图
int CreateDN(ALGraph *G)
{
printf("开始创建一个有向图,请输入顶点数,弧数:");
int i = , j = , k = ;
char v1[] = {}, v2[]={}, info[] = {};
char tmp[] = {};
G->kind = DN;
scanf("%d,%d", &G->vexnum, &G->arcnum);
for(i=; i<G->vexnum; i++){
printf("输入第%d个顶点: ", i+);
memset(G->vertices[i].data, , sizeof(G->vertices[i].data));
scanf("%s", G->vertices[i].data);
G->vertices[i].firstarcOUT = (struct ArcNode *)malloc(sizeof(struct ArcNode));
G->vertices[i].firstarcOUT->adjvex = -;
G->vertices[i].firstarcOUT->nextarc = NULL;
G->vertices[i].firstarcIN = (struct ArcNode *)malloc(sizeof(struct ArcNode));
G->vertices[i].firstarcIN->adjvex = -;
G->vertices[i].firstarcIN->nextarc = NULL;
}
for(k=; k<G->arcnum; k++)
{
printf("输入第%d条弧(顶点1, 顶点2, 权值): ", k+);
memset(tmp, , sizeof(tmp));
scanf("%s", tmp);
// sscanf(tmp, "%[^','],%s[^\\n]", v1, v2);
sscanf(tmp, "%[^','],%[^','],%s[^\\n]", v1, v2, info);
i = LocateVex(G, v1);
j = LocateVex(G, v2);
if(i< || j<){
printf("<%s,%s> is a invalid arch!\n", v1, v2);
return -;
}
InsFirst(G->vertices[i].firstarcOUT, j, atoi((const char *)info));
InsFirst(G->vertices[j].firstarcIN, i, atoi((const char *)info));
}
return ;
} void printG(ALGraph *G)
{
printf("\n");
if(G->kind == DG){
printf("类型:有向图;顶点数 %d, 弧数 %d\n", G->vexnum, G->arcnum);
}else if(G->kind == DN){
printf("类型:有向网;顶点数 %d, 弧数 %d\n", G->vexnum, G->arcnum);
}else if(G->kind == UDG){
printf("类型:无向图;顶点数 %d, 弧数 %d\n", G->vexnum, G->arcnum);
}else if(G->kind == UDN){
printf("类型:无向网;顶点数 %d, 弧数 %d\n", G->vexnum, G->arcnum);
}
int i = ;
ArcNode *p = NULL;
printf("邻接表:\n");
for(i=; i<G->vexnum; i++){
printf("(%d,%s)\t", i,G->vertices[i].data);
p = G->vertices[i].firstarcOUT;
while(p){
if(p->adjvex >= )
printf("(%d,%s) %d\t", p->adjvex, G->vertices[p->adjvex].data, p->info);
p = p->nextarc;
}
printf("\n");
}
printf("逆邻接表:\n");
for(i=; i<G->vexnum; i++){
printf("(%d,%s)\t", i,G->vertices[i].data);
p = G->vertices[i].firstarcIN;
while(p){
if(p->adjvex >= )
printf("(%d,%s) %d\t", p->adjvex, G->vertices[p->adjvex].data, p->info);
p = p->nextarc;
}
printf("\n");
}
return;
} #define STACK_INIT_SIZE 20 //栈的初始分配量大小
#define STACK_INCREMENT 5 //栈容量不足时需新增的容量大小
typedef struct {
int *base; //指向栈底指针
int *top; //指向栈顶指针
int stacksize; //栈的当前容量大小
}SqStack;
int InitStack(SqStack *s); //初始化一个栈
int StackEmpty(SqStack *s); //判断栈是否为空
int Push(SqStack *S, int *e); //入栈函数
int Pop(SqStack *S, int *e); //出栈函数 //算法各个顶点的入度,并将结果存放在indegree数组中
int FindInDegree(ALGraph *G, int indegree[])
{
printf("\n对各个顶点求入度...\n");
int i = ;
ArcNode *p = NULL;
for(i=; i<G->vexnum; i++) {
p = G->vertices[i].firstarcIN;
while (p) {
if (p->adjvex >= ) {
indegree[i] += ;
}
p = p->nextarc;
}
}
for(i=; i<G->vexnum; i++){
printf("(%d,%s)的入度为%d\n", i, G->vertices[i].data, indegree[i]);
}
return ;
}
int ve[MAX_EDGE_NUM] = {};
int vl[MAX_EDGE_NUM] = {}; int ToplogicalSort(ALGraph *G, SqStack *T)
{
int i = ;
int j = ;
int k = ;
int count = ;
int indegree[MAX_VERTEX_NUM] = {};
ArcNode *p = NULL;
SqStack S;
//求各个顶点的入度
FindInDegree(G, indegree);
//初始化栈S,保存零入度顶点栈
InitStack(&S);
//将入度为0的顶点入栈S.
for(i=; i<G->vexnum; i++){
if(!indegree[i]) {
Push(&S, &i);
}
}
//初始化栈T,为拓扑序列顶点栈
InitStack(T);
//初始化
for(i=; i<G->vexnum; i++){
ve[i] = ;
}
printf("\n进行拓扑排序:");
while(StackEmpty(&S)){
Pop(&S, &j);
//j号顶点入T栈并计数
Push(T, &j);
++count;
printf("(%d,%s)\t", j, G->vertices[j].data);
//对j号顶点的每个邻接点的入度减1
for(p=G->vertices[j].firstarcOUT; p; p=p->nextarc){
k = p->adjvex;
if(k<){
continue;
}
//若入度为0,则入栈S
if(!(--indegree[k])){
Push(&S, &k);
}
if(ve[j]+p->info > ve[k])
ve[k] = ve[j]+p->info;
}
}
printf("\n");
if(count<G->vexnum){
//该有向网有环
return -;
}else{
return ;
}
} //G为有向图, 输出G的各项关键活动
int CriticalPath(ALGraph *G)
{
SqStack T;
if(ToplogicalSort(G, &T)<){
return -;
}
int i = ;
int j = ;
int k = ;
int dut = ;
ArcNode *p = NULL;
//初始化顶点时间的最迟发生时间
for(i=; i<G->vexnum; i++){
vl[i] = ve[i];
}
//按照拓扑逆序求各顶点的vl值
while(StackEmpty(&T)){
Pop(&T, &j); for(p=G->vertices[j].firstarcOUT; p; p=p->nextarc){
k = p->adjvex;
if(k<)
continue;
dut = p->info; //dut(<j,k>)
if(vl[k]-dut < vl[j])
vl[j] = vl[k] - dut;
} for(p=G->vertices[j].firstarcIN; p; p=p->nextarc) {
k = p->adjvex;
if (k < )
continue;
dut = p->info; //dut<k,j> if (vl[j] - dut > vl[k]) {
vl[k] = vl[j] - dut;
}
}
}
printf("\n输出各个顶点的最早发生时间ve和最晚发生时间vl\n");
for(i=; i<G->vexnum; i++){
printf("ve(%d,%s)=%d\t", i, G->vertices[i].data, ve[i]);
printf("vl(%d,%s)=%d\n", i, G->vertices[i].data, vl[i]);
}
int ee = ;
int el = ;
char tag = ;
printf("\n输出各活动的最早发生时间ee和最晚发生时间el, *表示该活动为关键路径\n");
for(j=; j<G->vexnum; j++){
for(p=G->vertices[j].firstarcOUT; p; p=p->nextarc){
k = p->adjvex;
if(k<){
continue;
}
dut = p->info;
ee = ve[j];
el = vl[k]-dut;
tag = (ee==el)?'*':' ';
//输出关键活动
printf("(%d,%s)->(%d,%s), weight:%d, ee=%d, el=%d, tag=%c\n", j, G->vertices[j].data, k, G->vertices[k].data, dut, ee, el, tag);
}
}
return ;
} int main(int argc, char *argv[])
{
ALGraph G;
//创建有向图
if(CreateDN(&G)<){
printf("创建有向图时出错!\n");
return -;
}
//打印图
printG(&G);
//求关键路径
CriticalPath(&G);
return ;
} int InitStack(SqStack *S){
S->base = (int *) malloc(STACK_INIT_SIZE * sizeof(int));
if(!S->base){
return -;
}
S->top = S->base;
S->stacksize = STACK_INIT_SIZE;
return ;
} int StackEmpty(SqStack *s){
if(s->base == s->top){
return ;
}else{
return -;
}
} int Push(SqStack *s, int *e){
if((s->top-s->base) >= s->stacksize){
s->base = (int*)realloc(s->base, (s->stacksize+STACK_INCREMENT)*(sizeof(int)));
if(!s->base){
return -;
}
s->top = s->base + s->stacksize;
s->stacksize += STACK_INCREMENT;
}
if(e == NULL){
return -;
}else{
*s->top = *e;
}
s->top += ;
return ;
} int Pop(SqStack *s, int *e)
{
if(s->top == s->base) {
return -;
}else{
s->top -=;
*e = *s->top;
return ;
}
}

求有向无环网的关键路径

代码运行

/home/lady/CLionProjects/untitled/cmake-build-debug/untitled
开始创建一个有向图,请输入顶点数,弧数:9,11
输入第1个顶点: V1
输入第2个顶点: V2
输入第3个顶点: V3
输入第4个顶点: V4
输入第5个顶点: V5
输入第6个顶点: V6
输入第7个顶点: V7
输入第8个顶点: V8
输入第9个顶点: V9
输入第1条弧(顶点1, 顶点2, 权值): V1,V2,6
输入第2条弧(顶点1, 顶点2, 权值): V1,V3,4
输入第3条弧(顶点1, 顶点2, 权值): V1,V4,5
输入第4条弧(顶点1, 顶点2, 权值): V2,V5,1
输入第5条弧(顶点1, 顶点2, 权值): V3,V5,1
输入第6条弧(顶点1, 顶点2, 权值): V4,V6,2
输入第7条弧(顶点1, 顶点2, 权值): V5,V7,9
输入第8条弧(顶点1, 顶点2, 权值): V5,V8,7
输入第9条弧(顶点1, 顶点2, 权值): V6,V8,4
输入第10条弧(顶点1, 顶点2, 权值): V7,V9,2
输入第11条弧(顶点1, 顶点2, 权值): V8,V9,4 类型:有向网;顶点数 9, 弧数 11
邻接表:
(0,V1)    (3,V4) 5    (2,V3) 4    (1,V2) 6    
(1,V2)    (4,V5) 1    
(2,V3)    (4,V5) 1    
(3,V4)    (5,V6) 2    
(4,V5)    (7,V8) 7    (6,V7) 9    
(5,V6)    (7,V8) 4    
(6,V7)    (8,V9) 2    
(7,V8)    (8,V9) 4    
(8,V9)    
逆邻接表:
(0,V1)    
(1,V2)    (0,V1) 6    
(2,V3)    (0,V1) 4    
(3,V4)    (0,V1) 5    
(4,V5)    (2,V3) 1    (1,V2) 1    
(5,V6)    (3,V4) 2    
(6,V7)    (4,V5) 9    
(7,V8)    (5,V6) 4    (4,V5) 7    
(8,V9)    (7,V8) 4    (6,V7) 2     对各个顶点求入度...
(0,V1)的入度为0
(1,V2)的入度为1
(2,V3)的入度为1
(3,V4)的入度为1
(4,V5)的入度为2
(5,V6)的入度为1
(6,V7)的入度为1
(7,V8)的入度为2
(8,V9)的入度为2 进行拓扑排序:(0,V1)    (1,V2)    (2,V3)    (4,V5)    (6,V7)    (3,V4)    (5,V6)    (7,V8)    (8,V9)     输出各个顶点的最早发生时间ve和最晚发生时间vl
ve(0,V1)=0    vl(0,V1)=0
ve(1,V2)=6    vl(1,V2)=6
ve(2,V3)=4    vl(2,V3)=6
ve(3,V4)=5    vl(3,V4)=8
ve(4,V5)=7    vl(4,V5)=7
ve(5,V6)=7    vl(5,V6)=10
ve(6,V7)=16    vl(6,V7)=16
ve(7,V8)=14    vl(7,V8)=14
ve(8,V9)=18    vl(8,V9)=18 输出各活动的最早发生时间ee和最晚发生时间el, *表示该活动为关键路径
(0,V1)->(3,V4), weight:5, ee=0, el=3, tag=
(0,V1)->(2,V3), weight:4, ee=0, el=2, tag=
(0,V1)->(1,V2), weight:6, ee=0, el=0, tag=*
(1,V2)->(4,V5), weight:1, ee=6, el=6, tag=*
(2,V3)->(4,V5), weight:1, ee=4, el=6, tag=
(3,V4)->(5,V6), weight:2, ee=5, el=8, tag=
(4,V5)->(7,V8), weight:7, ee=7, el=7, tag=*
(4,V5)->(6,V7), weight:9, ee=7, el=7, tag=*
(5,V6)->(7,V8), weight:4, ee=7, el=10, tag=
(6,V7)->(8,V9), weight:2, ee=16, el=16, tag=*
(7,V8)->(8,V9), weight:4, ee=14, el=14, tag=* Process finished with exit code 0
/home/lady/CLionProjects/untitled/cmake-build-debug/untitled
开始创建一个有向图,请输入顶点数,弧数:6,8
输入第1个顶点: V1
输入第2个顶点: V2
输入第3个顶点: V3
输入第4个顶点: V4
输入第5个顶点: V5
输入第6个顶点: V6
输入第1条弧(顶点1, 顶点2, 权值): V1,V2,3
输入第2条弧(顶点1, 顶点2, 权值): V1,V3,2
输入第3条弧(顶点1, 顶点2, 权值): V2,V4,2
输入第4条弧(顶点1, 顶点2, 权值): V2,V5,3
输入第5条弧(顶点1, 顶点2, 权值): V3,V4,4
输入第6条弧(顶点1, 顶点2, 权值): V3,V6,3
输入第7条弧(顶点1, 顶点2, 权值): V4,V6,2
输入第8条弧(顶点1, 顶点2, 权值): V5,V6,1 类型:有向网;顶点数 6, 弧数 8
邻接表:
(0,V1)    (2,V3) 2    (1,V2) 3    
(1,V2)    (4,V5) 3    (3,V4) 2    
(2,V3)    (5,V6) 3    (3,V4) 4    
(3,V4)    (5,V6) 2    
(4,V5)    (5,V6) 1    
(5,V6)    
逆邻接表:
(0,V1)    
(1,V2)    (0,V1) 3    
(2,V3)    (0,V1) 2    
(3,V4)    (2,V3) 4    (1,V2) 2    
(4,V5)    (1,V2) 3    
(5,V6)    (4,V5) 1    (3,V4) 2    (2,V3) 3     对各个顶点求入度...
(0,V1)的入度为0
(1,V2)的入度为1
(2,V3)的入度为1
(3,V4)的入度为2
(4,V5)的入度为1
(5,V6)的入度为3 进行拓扑排序:(0,V1)    (1,V2)    (4,V5)    (2,V3)    (3,V4)    (5,V6)     输出各个顶点的最早发生时间ve和最晚发生时间vl
ve(0,V1)=0    vl(0,V1)=0
ve(1,V2)=3    vl(1,V2)=4
ve(2,V3)=2    vl(2,V3)=2
ve(3,V4)=6    vl(3,V4)=6
ve(4,V5)=6    vl(4,V5)=7
ve(5,V6)=8    vl(5,V6)=8 输出各活动的最早发生时间ee和最晚发生时间el, *表示该活动为关键路径
(0,V1)->(2,V3), weight:2, ee=0, el=0, tag=*
(0,V1)->(1,V2), weight:3, ee=0, el=1, tag=
(1,V2)->(4,V5), weight:3, ee=3, el=4, tag=
(1,V2)->(3,V4), weight:2, ee=3, el=4, tag=
(2,V3)->(5,V6), weight:3, ee=2, el=5, tag=
(2,V3)->(3,V4), weight:4, ee=2, el=2, tag=*
(3,V4)->(5,V6), weight:2, ee=6, el=6, tag=*
(4,V5)->(5,V6), weight:1, ee=6, el=7, tag= Process finished with exit code 0

图->有向无环图->求关键路径的更多相关文章

  1. 图->有向无环图->拓扑排序

    文字描述 关于有向无环图的基础定义: 一个无环的有向图称为有向无环图,简称DAG图(directed acycline graph).DAG图是一类较有向树更一般的特殊有向图. 举个例子说明有向无环图 ...

  2. 有向无环图的应用—AOV网 和 拓扑排序

    有向无环图:无环的有向图,简称 DAG (Directed Acycline Graph) 图. 一个有向图的生成树是一个有向树,一个非连通有向图的若干强连通分量生成若干有向树,这些有向数形成生成森林 ...

  3. 【拓扑】【宽搜】CSU 1084 有向无环图 (2016湖南省第十二届大学生计算机程序设计竞赛)

    题目链接: http://acm.csu.edu.cn/OnlineJudge/problem.php?id=1804 题目大意: 一个有向无环图(DAG),有N个点M条有向边(N,M<=105 ...

  4. Expm 4_2 有向无环图中的最短路径问题

    [问题描述] 建立一个从源点S到终点E的有向无环图,设计一个动态规划算法求出从S到E的最短路径值,并输出相应的最短路径. 解: package org.xiu68.exp.exp4; import j ...

  5. 网络流24题 第三题 - CodeVS1904 洛谷2764 最小路径覆盖问题 有向无环图最小路径覆盖 最大流 二分图匹配 匈牙利算法

    欢迎访问~原文出处——博客园-zhouzhendong 去博客园看该题解 题目传送门 - CodeVS1904 题目传送门 - 洛谷2764 题意概括 给出一个有向无环图,现在请你求一些路径,这些路径 ...

  6. 某种带权有向无环图(graph)的所有路径的求法

    // 讨论QQ群:135202158 最近做某个东西,最后用图实现了,这里总结一下算法. 假设有以下带权有向无环图(连通或非连通,我这里用的是非连通的): 每个节点(node)可能与其他节点有向地相连 ...

  7. 2016 湖南省省赛B题《有向无环图》

    题目链接[https://vjudge.net/problem/CSU-1804] 题意: 给出一个有向无环图,然后让你算下面的结果,count(i,j)表示i->j之间的路径条数. 题解: 根 ...

  8. UVA_1025 a Spy in the Metro 有向无环图的动态规划问题

    应当认为,有向无环图上的动态规划问题是动态规划的基本模型之一,对于某个模型,如果可以转换为某一有向无环图的最长.最短路径问题,则可以套用动态规划若干方法解决. 原题参见刘汝佳紫薯267页. 在这个题目 ...

  9. HDU 3249 Test for job (有向无环图上的最长路,DP)

     解题思路: 求有向无环图上的最长路.简单的动态规划 #include <iostream> #include <cstring> #include <cstdlib ...

随机推荐

  1. 天兔(Lepus)数据库监控系统快速安装部署

    天兔(Lepus)数据库监控系统安装 实战 Part1:写在最前 Lepus安装需要Lamp环境,Lamp环境的安装个人认为比较费劲,XAMPP的一键部署LAMP环境省心省力, lepus官网手册也建 ...

  2. inode满引发不能写文件的问题

    一.引言: 二.文件解决: 三.inode概念: 四.尾声:

  3. CentOS 7.5 安装KVM虚拟机(Windows)

    一.KVM环境搭建1.检测系统是否支持cat /proc/cpuinfo | egrep 'vmx|svm' KVM是基于x86虚拟化扩展(Intel VT 或者 AMD-V)技术的虚拟机软件,所以查 ...

  4. 微信redirect_uri域名与后台配置不一致,错误代码10003

    现象 做好了微信公众号扫描登录后,很稳定的运行,后来增加了微信开放平台,结果偶尔就出现了这个redirect_uri错误.然后重启服务器后,又正常. 探查 网上的说法都是网页授权配置的问题,检查微信公 ...

  5. docker容器运行与退出

    #下载centos镜像,运行一个名为mycentos的容器,并在容器里运行/bin/bash docker run -ti --name mycentos centos /bin/bash #退出 e ...

  6. 网页调启用qq对话聊天客服窗口的链接地址方法大全(包含移动端)

    z转自:    http://www.wazhuti.com/1781.html 在PC端,腾讯的QQ软件还是应用最为广泛的即时通讯工具了,除了网站自动的一些对话软件外,qq可以有效的将用户留存下来, ...

  7. JVM核心知识体系(转http://www.cnblogs.com/wxdlut/p/10670871.html)

    1.问题 1.如何理解类文件结构布局? 2.如何应用类加载器的工作原理进行将应用辗转腾挪? 3.热部署与热替换有何区别,如何隔离类冲突? 4.JVM如何管理内存,有何内存淘汰机制? 5.JVM执行引擎 ...

  8. Maven私服(Repository Manager) - Nexus安装和使用(详细过程)

    Maven私服的安装和使用. (注:原创文章,引用请注明来自Clement-Xu的博客!) Maven私服(即Repository Manager)的主要作用: 减少从远方仓库下载的次数,节省带宽.提 ...

  9. 4 playlook-Jinja2 filter

    jinja2模板,不多解释,请看例子 [root@LeoDevops jinjatwo]# cat j1.yaml - hosts: u12 gather_facts: False vars: lis ...

  10. u3d内嵌H5游戏 设置cookie

    Intent intent1 = getIntent(); Log.d("SS", "onCreate: "); String data = intent1.g ...