有向图的拓朴排序及AOE网关键路径算法的Java语言实现

import java.util.*;

public class CriticalPath {
    static class Graph {
        int num;   //顶点个数
        Vertex[] vertices; //顶点数组

        public Graph(int num) {
            this.num = num;
            vertices = new Vertex[num];

            for (int i = 0; i < num; i++) {
                //把每个顶点的入度初始化为0
                //把每个顶点的最早开始时间初始化为0
                //把每个顶点的最晚开始时间初始化为无穷大
                vertices[i] = new Vertex(0, Integer.MAX_VALUE, 0, new ArrayList<>());
            }
        }

        public void addEdge(String activityName, int u, int v, int weight) {
            final Edge edge = new Edge(activityName, v, weight);
            vertices[u].edges.add(edge);
            vertices[v].inDegree++;
        }

        public Queue<Vertex> topologicalSort() {
            Queue<Vertex> zero = new LinkedList<>();  //建立一个入度为0的顶点的队列
            final Queue<Vertex> result = new LinkedList<>();
            for (int i = 0; i < num; i++) {
                if (vertices[i].inDegree == 0) {
                    zero.add(vertices[i]);
                }
            }

            while (!zero.isEmpty()) {
                final Vertex vertex = zero.poll(); //取出一个入度为0的顶点,遍历其边,将这些边的终点的入度减一
                result.add(vertex);
                for (Edge edge : vertex.edges) {
                    vertices[edge.vertex].inDegree--;
                    if (vertices[edge.vertex].inDegree == 0) zero.add(vertices[edge.vertex]);
                }
            }

            return result;
        }

        public void criticalPath() {
            //这个函数的主要工作分成4步。先得到一个图的拓朴排序;然后正向遍历这个排序来计算每个顶点的最早开始时间(etv);然后反向遍历这个排序来计算每个顶点的最晚开始时间(ltv);最后找到最早开始时间和最晚开始时间相同的路径输出。
            final Queue<Vertex> sortedVertex = topologicalSort();  //得到图的一个拓朴排序序列
            if (sortedVertex.isEmpty()) return;
            calcEtv(sortedVertex);
            calcLtv(sortedVertex);
            //遍历拓朴排序后的节点,找出sTime==eTime的节点输出,即为关键路径节点,它们之间的边即为关键路径的活动
            Vertex v = sortedVertex.poll();
            traversal:
            while (true) {
                next:
                for (Edge e : v.edges) {
                    //如果边指向的顶点的最早开始时间等于最晚开始时间,则这个顶点在关键路径上,输出这条边,并从下个顶点继续寻找
                    if (vertices[e.vertex].sTime == vertices[e.vertex].eTime) {
                        if (e.name != "") System.out.println(e.name);
                        v = vertices[e.vertex];
                        if (v.edges.size() == 0) break traversal; //如果这是最后一个顶点,直接跳出循环,程序结束
                        continue next;  //换下个顶点继续寻找
                    }
                }
            }
        }

        //计算每个顶点的最早开始时间
        private void calcEtv(final Queue<Vertex> sortedVertices) {
            for (Vertex v : sortedVertices) {
                //遍历顶点v所有的边,如果该边的终点e的最早开始时间小于顶点v的最早开始时间加上边的权重,则更新e的最早开始时间
                for (Edge e : v.edges) {
                    if (vertices[e.vertex].sTime < v.sTime + e.weight) vertices[e.vertex].sTime = v.sTime + e.weight;
                }
            }
        }

        //计算每个顶点的最晚开始时间
        private void calcLtv(final Queue<Vertex> sortedVertices) {
            Vertex[] verticesArray = new Vertex[num];
            verticesArray = sortedVertices.toArray(verticesArray);
            verticesArray[num - 1].eTime = verticesArray[num - 1].sTime;
            //逆序遍历拓朴排序后的节点
            for (int i = 0; i < num; i++) {
                //对于每个节点,从它的后驱节点来计算它的最晚开始时间,在所有结果中取得最小值,也就是最早的那个时间
                for (Edge e : verticesArray[num - 1 - i].edges) {
                    if (verticesArray[num - 1 - i].eTime > vertices[e.vertex].eTime - e.weight)
                        verticesArray[num - 1 - i].eTime = vertices[e.vertex].eTime - e.weight;
                }
            }
        }
    }

    static class Vertex {
        int sTime;  //事件最早开始时间
        int eTime;  //事件早晚开始时间
        int inDegree;  //事件的入度,即前驱节点数
        List<Edge> edges;  //相连的边表

        public Vertex(int sTime, int eTime, int inDegree, List<Edge> edges) {
            this.sTime = sTime;
            this.eTime = eTime;
            this.inDegree = inDegree;
            this.edges = edges;
        }
    }

    static class Edge {
        String name;  //边代表的活动的名称
        int vertex;   //边的终点的顶点
        int weight;   //边的权重,即活动所花费的时间

        public Edge(String name, int vertex, int weight) {
            this.name = name;
            this.vertex = vertex;
            this.weight = weight;
        }
    }

    public static void main(String[] args) {
        Graph graph = new Graph(10);
        graph.addEdge("P1", 0, 1, 8);
        graph.addEdge("P2", 0, 2, 5);
        graph.addEdge("", 1, 3, 0);
        graph.addEdge("", 2, 3, 0);
        graph.addEdge("P7", 1, 6, 4);
        graph.addEdge("P5", 2, 5, 7);
        graph.addEdge("P3", 3, 4, 6);
        graph.addEdge("P4", 4, 8, 4);
        graph.addEdge("P8", 6, 7, 3);
        graph.addEdge("", 8, 7, 0);
        graph.addEdge("", 8, 5, 0);
        graph.addEdge("P9", 7, 9, 4);
        graph.addEdge("P6", 5, 9, 7);
        graph.criticalPath();
    }
}
  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值