关键路径——AOE-网

这篇具有很好参考价值的文章主要介绍了关键路径——AOE-网。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

AOE-网的介绍

与AOV-网有所不同,AOE-网是以顶点存储事件,以弧<vi,vj>表示活动带权的有向无环图权值表示活动<vi,vj>的持续时间。一般的工程中除了子工程之间存在着先决关系外,每一项子工程或活动的完成都需要特定时间。各个子工程的完成时间参差不齐,为了统筹一个工程的人力与物力资源更好的分配于各项活动,产生了用于评估工程用时的AOE-网的关键路径算法。总之,AOE-网的关键路径算法用于评估整个工程的持续时间以及判断哪些活动是影响整个工程的关键。

注意,AOE-网的顶点所代表的事件,可以指代多个活动的开始或者结束

aoe网,数据结构与算法,C++,数据结构,图论,算法,Powered by 金山文档

如上图所示,顶点C代表的事件为活动<A,C>的结束以及活动<C,E>的开始。可见,顶点v代表以v为弧头的活动的结束,也代表着以v为弧尾的活动的开始。弧<vi,vj>暗含事件vi与vj的发生次序。

通常一个工程都有始有终,代表整个工程开始的顶点称为源点,代表整个工程结束的顶点称为汇点,,源点的入度为0,汇点的出度为0从事件vi到事件vj所经历的时间等于从顶点vi到顶点vj所经历的路径长度。很显然,整个工程的持续时间等于从源点到汇点所经历的最长路径。在工程中的所有活动中,最早开始时间等于最迟开始时间的活动被称为“关键活动”,关键活动直接影响整个工程的持续时间,关键活动所组成的路径恰好等于最长路径,且该路径不唯一。

四个表述量

求解AOE-网的关键活动需要引入4个表述量,分别为:

(1)事件vi的最早开始时间,设为ve(i)

源点事件的最早开始时间:ve(0)=0;对于非源点事件vj而言,ve(j)=Max{ve(i)+w(i,j)},意为非源点事件的最早开始时间等于先决事件的最早开始时间加上活动<vi,vj>的持续时间的最大值,因为该事件vj需要等待前面的所有活动完成才能开始,故取最大值。同时,汇点事件的最早开始时间ve(n-1)等于整个工程的持续时间。

(2)事件vi的最迟开始时间,设为vl(i)

汇点事件的最迟开始时间:vl(n-1)=ve(n-1); 对于非汇点事件vi而言,vl(i)=Min{vl(j)-w(i,j)},意为非汇点事件的最迟开始事件等于其直接后驱时间减去活动<vi,vj>的持续时间的最小值,为了不耽误后续的工期,故取最小值。

(3)活动<vi,vj>的最早开始时间,设为e

e=ve(i)

(4)活动<vi,vj>的最迟开始时间,设为l

l=vl(j)-w(i,j)

判断活动<vi,vj>是否为关键活动的依据:

当e==l时,说明该活动的最早开始时间等于最晚开始时间,期间没有时间余额,需要亟待解决。同理,如果l>e,说明该事件即时稍许片刻开始也不会影响工期。

关键路径算法的求解与实现过程

  1. 对AOE-网中的各个事件进行拓扑排序,将排序结果存放在int topo[n]数组中;

  1. 定义数组int ve[n]存放事件vi的最早开始时间,由于求解过程满足递推公式,可以按照拓扑次序依次求解出ve(i);

  1. 定义数组int vl[n]存放事件vj的最晚开始事件,首先vl[n]全部赋值为ve[n-1],由于求解过程满足递推公司,可以按照逆拓扑次序求解出vl(j);

  1. 从邻接表的顶点下标i=0开始,依次判断活动<vi,vj>的最早开始时间与最晚开始时间的大小关系,若e==l,则输出活动<vi,vj>,表示其为关键活动。所有从源点到汇点相连的所有关键活动组成的路径即为关键路径,同时关键路径不唯一。

关键路径算法

  1. 利用邻接表存储AOE-网,对AOE-网做拓扑排序,排序结果存放在int topo[n]数组中;

  1. 初始化一个int ve[n]数组,依次选取拓扑序列中的数值:int i = topo[k],遍历下标为i的顶点的所有边,int j = p->adjvex,判断:if(ve(j)<ve(i)+w(i,j)) ve(j)=ve(i)+w(i,j);

  1. 初始化一个int vl[n]数组,依次选取逆拓扑序列中的数值:int i =topo[k],遍历下标为k的顶点的所有边,int j = p->adjvex,判断if(vl(i)>vl(j)-w(i,j)) vl(i)=vl(j)-w(i,j);

  1. 从邻接表下标为0的顶点开始,依次选取该顶点i的所有邻接点int j = adjvex,若ve(i)=vl(j)-w(i,j),则输出该活动<vi,vj>,直到遍历完所有的顶点。

代码实现

//文件名为:ALGraph.h
#pragma once
#include<iostream>
#include<string>
using namespace std;

#define Maxvex 100

typedef char VexType;   //顶点信息      
typedef int OtherInfo;  //权值信息

//边表的存储结构
typedef struct ArcNode {
    int adjvex;                    //邻接顶点
    OtherInfo w;
    struct ArcNode* nextarc;     //下一个结点
}ArcNode;

//表头结点表的存储结构
typedef struct {
    VexType data;   //顶点vex数据域
    ArcNode* fisrtarc;
}vNode, Adjlist[Maxvex];

//图的存储结构
typedef struct ALGraph {
    Adjlist  vertices;    //定义表头结点表数组
    int vexnum, arcnum;   //顶点数以及边(弧)的数目
}ALGraph;

//创建一个邻接表
void CreateUDN(ALGraph& G);
//删除该邻接表
void Del(ALGraph& G);
//文件名为:ALGraph.cpp
#include"ALGraph.h"

int Findvex(const VexType& v, ALGraph& G)
{
    for (int i = 0;i < G.vexnum;i++)
    {
        if (G.vertices[i].data == v)
            return i;
    }
}


void CreateUDN(ALGraph& G)
{
    //首先需要输入表的顶点vexnum与边数arcnum
    cout << "请输入顶点数以及弧数:>" << endl;
    cin >> G.vexnum >> G.arcnum;
    if (G.vexnum > Maxvex || G.arcnum > (G.vexnum - 1) * G.vexnum)
    {
        cout << "fail Create" << endl;
        return;
    }
    cout << "请输入各个顶点所代表的活动:>" << endl;
    for (int i = 0;i < G.vexnum;i++)
    {
        cin >> G.vertices[i].data;
        G.vertices[i].fisrtarc = NULL;
    }
    //连接各个顶点,输入边的权值以及边的指向顶点信息
    cout << "输入弧<v1,v2>的顶点v1,v2以及权值:>" << endl;
    for (int i = 0;i < G.arcnum;i++)
    {
        OtherInfo w;
        VexType v1, v2;
        cin >> v1 >> v2;
        cin >> w;
        //寻找顶点v1的下标
        int V1 = Findvex(v1, G);
        //寻找顶点v1的下标
        int V2 = Findvex(v2, G);
        if (V1 >= Maxvex || V2 >= Maxvex)
        {
            i--;
            cout << "数据输入有误,请重新输入!" << endl;
            continue;
        }
        //连接v1到v2的边,并且完善该边的信息
        ArcNode* p1 = new ArcNode;
        p1->adjvex = V2;
        p1->w = w;
        //注意编号从0开始
        p1->nextarc = G.vertices[V1].fisrtarc;
        G.vertices[V1].fisrtarc = p1;
    }
}

void DelAlg(ArcNode*& p)
{
    if (p == NULL)
    {
        return;
    }
    DelAlg(p->nextarc);
    delete p;
    //cout << "删除成功!" << endl;
    p = NULL;
}

//删除该邻接表
void Del(ALGraph& G)
{
    for (int i = 0;i < G.vexnum;i++)
    {
        DelAlg(G.vertices[i].fisrtarc);
    }
}
//文件名:CriticalPath.cpp
#include"ALGraph.h"
#include<stack>


/*
    为此,你需要先获取AOE网的拓扑排序,即vl,ve的递推顺序
*/

//GetInDegree
void GetInDegree(const ALGraph& G, int* Indegree)
{
    //扫描e条边即可
    for (int i = 0;i < G.vexnum;i++)
    {
        ArcNode* p = G.vertices[i].fisrtarc;
        while (p)
        {
            //顶点vi的邻接点adject的入度加一
            Indegree[p->adjvex]++;
            p = p->nextarc;
        }
    }
}

//TopologicalSort
void TopologicalSort(const ALGraph& G, int* topo)
{
    //借助Indegree[maxvex]
    int Indegree[Maxvex] = { 0 };
    //获取各个顶点的入度
    GetInDegree(G, Indegree);

    //先让入度为0的顶点入栈
    stack<int> S;
    
    for (int i = 0;i < G.vexnum;i++)
    {
        if (Indegree[i] == 0)
            S.push(i);
    }
    //记录拓扑排序中的元素序号
    int m = 0;

    while (!S.empty())
    {
        //当栈不为空时
        //顶点元素出栈
        int k = S.top();
        S.pop();
        topo[m] = k;
        m++;
        //顶点vk对应邻接点的入度减少1
        ArcNode* p = G.vertices[k].fisrtarc;
        while (p)
        {
            Indegree[p->adjvex]--;
            if (Indegree[p->adjvex] == 0)
            {
                S.push(p->adjvex);
            }
            p = p->nextarc;
        }
    }
    if (m == G.vexnum)
    {
        cout << "Successfully" << endl;
    }
    else
    {
        cout << "Fail" << endl;
    }
}

void CriticalPath(const ALGraph& G)
{
    //拓扑排序辅助V,E的递推
    int topo[Maxvex] = { 0 };
    TopologicalSort(G, topo);
    //记录顶点个数
    int n = G.vexnum;    
    //记录事件发生的最早时间
    //扫描e条弧<i,j>,判断j当前的最早发生时间是否小于e(i)+w(i,j)
    int ve[Maxvex] = { 0 };

    /*--------按拓扑次序获取事件的最早发生时间------------ - */
    for (int k = 0;k < n;k++)
    {
        //若弧<i,j>存在,则i<j
        int i = topo[k];
        ArcNode* p = G.vertices[i].fisrtarc;
        while (p)
        {
            int j = p->adjvex;
            if (ve[j] < ve[i] + p->w)
            {
                ve[j] = ve[i] + p->w;
            }
            p = p->nextarc;
        }
    }

    //记录事件发生的最迟发生时间
    int vl[Maxvex] = { 0 };
    //初始化
    for (int i = 0;i < n;i++)
    {
        //初始值等于该工程的结束时间,也就是最后一件事的最早发生时间
        vl[i] = ve[n - 1];
    }

    /*---------按拓扑逆序获取事件的最迟发生时间-------*/
    for (int k = n - 1;k >= 0;k--)
    {
        //按拓扑逆序获取每一件事情的最迟发生时间
        //判断在弧<i,j>中,vl(i)是否大于vl(i)-w(i,j)
        int i = topo[k];
        ArcNode* p = G.vertices[i].fisrtarc;
        while (p)
        {
            int j = p->adjvex;
            if (vl[i] > vl[j] - p->w)
            {
                vl[i] = vl[j] - p->w;
            }
            p = p->nextarc;
        }
    }

    /*-----输出关键活动-----*/
    //在弧<vi,vj>已知的情况下,可以获取活动<vi,vj>的最早发生时间e=ve(i)
    //以及它的最晚发生时间l=vl(j)-w(i,j)

    cout << "该工程的关键活动如下:>" << endl;
    for (int i = 0;i < n;i++)
    {
        ArcNode* p = G.vertices[i].fisrtarc;
        while (p)
        {
            int j = p->adjvex;
            //如果该活动的最早发生时间与最迟发生时间相等,那么其为关键活动
            if (ve[i] == vl[j] - p->w)
            {
                cout << "<" << G.vertices[i].data 
                    << "," << G.vertices[j].data << ">" << endl;
            }
            p = p->nextarc;
        }
    }
}

int main()
{
    ALGraph G;
    CreateUDN(G);
    CriticalPath(G);
    Del(G);
    return 0;
}

测试结果如下:

aoe网,数据结构与算法,C++,数据结构,图论,算法,Powered by 金山文档

如图所示,关键路径并不唯一,活动<A,B> <B,E><E,F><F,I>所组成的ABEFI路径是关键路径,活动<A,B> <B,E><E,G><G,I>所组成的ABEGI路径也是关键路径。如果在工程中存在多条关键路径,则若想减少工程总时间,就需要同时减少多条关键路径的长度同时由于网中的所有活动都是相互关联的,一旦每个活动的持续时间被修改,就应该重新计算网的关键路劲。

算法分析

在求解事件的最早与最迟开始时间求解活动的最早与最迟开始时间都需要扫描网的n个顶点与e条边,故时间复杂度为O(n+e);同时,由于借助了ve,vl数组,故空间复杂度为O(n).文章来源地址https://www.toymoban.com/news/detail-757266.html

到了这里,关于关键路径——AOE-网的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 数据结构-图的遍历和应用(DAG、AOV、AOE网)

    目录 *一、广度优先遍历(BFS) 广度优先生成树 广度优先生成森林 *二、深度优先遍历 深度优先生成树 深度优先生成森林 二、应用 2.1最小生成树 *Prim算法 *Kruskal算法 2.2最短路径  *BFS算法 *Dijkstra算法  *Floyd算法 *2.3有向无环图(DAG网)  *2.4拓扑排序(AOV网) *逆拓扑排序  *2.5关键路

    2024年02月10日
    浏览(41)
  • 数据结构——关键路径

    ——本节内容为Bilibili王道考研《数据结构》P67视频内容笔记。 目录 一、基本概念 1.AOE网 2.AOE网的性质  3.关键路径 4.最早最晚时间 二、求关键路径 1.步骤 2.举例 三、关键活动/路径特性 1.AOE网         在带权有向图中,以顶点表示事件,以有向边表示活动,以边上的权值表

    2024年02月07日
    浏览(42)
  • 数据结构--6.2关键路径

    AOE网:         在一个表示工程的带权有向图中,用顶点表示事件,用有向边上的权值表示活动表示持续时间,这种有向图的边表示活动的网,我们称为AOE网(Activity On Edge Network)。 我们把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。   ——

    2024年02月09日
    浏览(38)
  • 【数据结构课程设计】关键路径问题

    1 问题描述与功能需求分析 1.1问题描述 1) 任务:设计一个程序求出完成整项工程至少需要多少时间以及整项工程中的关键活动。 2)基本要求: (1)对一个描述工程的 AOE 网,应判断其是否能够顺利进行。 (2)若该工程能顺利进行,输出完成整项工程至少需要多少时间,以及

    2024年02月10日
    浏览(45)
  • 【数据结构与算法】图论及其相关算法

    线性表局限于一个直接前驱和一个直接后继的关系,树也只能有一个直接前驱也就是父节点,当我们需要表示多对多的关系时, 这里我们就用到了图。 图是一种数据结构,其中结点可以具有零个或多个相邻元素。两个结点之间的连接称为边。 结点也可以称为顶点。如图:

    2024年02月09日
    浏览(38)
  • 数据结构拓扑排序以及关键路径(出度邻接表)C语言 完整代码

    现实生活中一项工程通常会拆分成多个部分来进行,这些部分有些相互之间有发生的前提关系,还有些可以同时发生且不会互相打扰,但是合理且充分的利用时间来完成项目是一个问题。在项目完成的过程中,那些项目的完成时间被压缩可以压缩工程的总时间,以便于提高整

    2024年02月04日
    浏览(48)
  • 数据结构第12周 :( 有向无环图的拓扑排序 + 拓扑排序和关键路径 + 确定比赛名次 + 割点 )

    【问题描述】 由某个集合上的一个偏序得到该集合上的一个全序,这个操作被称为拓扑排序。偏序和全序的定义分别如下:若集合X上的关系R是自反的、反对称的和传递的,则称R是集合X上的偏序关系。设R是集合X上的偏序,如果对每个x,y∈X必有xRy或yRx,则称R是集合X上的全序

    2024年02月08日
    浏览(40)
  • 数据结构的应用场景:如社交网络、路由算法、图论、网络协议等

    作者:禅与计算机程序设计艺术 数据结构(Data Structure)是计算机科学中存储、组织、管理数据的方式,主要用于解决信息检索、处理和运算时的效率及空间占用问题。它是指数据元素(elements)之间的关系、顺序和逻辑结构,以及相互作用的算法。数据结构通常采用抽象数据类

    2024年02月14日
    浏览(46)
  • 【算法与数据结构】112、LeetCode路径总和

    所有的LeetCode题解索引,可以看这篇文章——【算法和数据结构】LeetCode题解。    思路分析 :本题通过计算根节点到叶子节点路径上节点的值之和,然后再对比目标值。利用文章【算法和数据结构】257、LeetCode二叉树的所有路径中的递归算法。 这里要注意,默认路径之和是

    2024年02月11日
    浏览(52)
  • 【算法与数据结构】62、LeetCode不同路径

    所有的LeetCode题解索引,可以看这篇文章——【算法和数据结构】LeetCode题解。    思路分析 :机器人只能向下或者向右移动,那么到达(i,j)位置的路径和(i-1,j)以及(i,j-1)有关。那么我们就得到的动态规划的表达式 d p [ i ] [ j ] = d p [ i − 1 ] [ j ] + d p [ i ] [ j − 1 ] dp[i][

    2024年01月18日
    浏览(66)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包