拓扑排序是图论中一个重要的概念,它主要用于解决有向无环图(DAG)中的问题。在拓扑排序中,我们需要对图中的节点进行排序,使得对于任意一对有向边 (u, v),u 在排序中出现在 v 之前。拓扑排序可以用来判断一个有向图是否是有向无环图,以及对任务调度、依赖关系等问题进行求解。
拓扑排序的实现可以使用深度优先搜索(DFS)或者广度优先搜索(BFS)两种方式。下面我将分别介绍这两种实现方法。
- 深度优先搜索实现拓扑排序 深度优先搜索的基本思想是从起始节点开始,依次访问其相邻节点,并进行递归访问。在拓扑排序中,我们可以通过递归地访问某个节点的所有邻接节点,直到没有邻接节点可以访问,然后将该节点加入到排序结果中。
具体步骤如下:
- 初始化一个栈,用于存储已经访问过的节点。
- 从图中的任意节点开始进行深度优先搜索。
- 对于当前节点,首先访问其所有未被访问的邻接节点,并递归地进行深度优先搜索。
- 当没有未被访问的邻接节点时,将当前节点加入到栈中。
- 重复以上步骤,直到所有节点都被访问过。
- 从栈中按照逆序依次取出节点,即可得到拓扑排序的结果。
下面是使用深度优先搜索实现拓扑排序的C++代码:
#include<iostream>
#include<vector>
#include<stack>
using namespace std;
vector<vector<int>> adjacencyList; // 邻接表
vector<bool> visited; // 记录节点是否被访问过
stack<int> result; // 存储拓扑排序的结果
void dfs(int node) {
visited[node] = true;
for (int i = 0; i < adjacencyList[node].size(); i++) {
int nextNode = adjacencyList[node][i];
if (!visited[nextNode]) {
dfs(nextNode);
}
}
result.push(node); // 将节点加入到排序结果中
}
void topologicalSort(int numNodes) {
visited.resize(numNodes, false); // 初始化visited数组
for (int i = 0; i < numNodes; i++) {
if (!visited[i]) {
dfs(i); // 从未被访问过的节点开始进行深度优先搜索
}
}
while (!result.empty()) {
cout << result.top() << " "; // 输出拓扑排序的结果
result.pop();
}
}
int main() {
int numNodes, numEdges;
cin >> numNodes >> numEdges;
adjacencyList.resize(numNodes);
for (int i = 0; i < numEdges; i++) {
int u, v;
cin >> u >> v;
adjacencyList[u].push_back(v); // 构建邻接表
}
topologicalSort(numNodes);
return 0;
}
- 关键路径 关键路径是指在一个有向无环图中,从开始节点到结束节点的一条路径上,所有活动所需的时间或者资源之和达到最大。关键路径问题是项目管理中的重要问题之一,它可以用来确定项目中的关键活动和总工期。
关键路径算法基于拓扑排序,通过对任务进行排序,计算每个任务的最早开始时间(EST)和最晚开始时间(LST),以及每个任务的总工期(TF)。具体步骤如下:
- 对有向无环图进行拓扑排序,得到任务的执行顺序。
- 初始化所有任务的 EST 值为 0,并依次计算每个任务的 EST 值:EST(i) = max{EST(j) + duration(j)}, j 是 i 的前继任务。
- 初始化所有任务的 LST 值为各个任务的 TF 值,并依次计算每个任务的 LST 值:LST(i) = min{LST(j) - duration(i)}, j 是 i 的后继任务。
- 计算每个任务的 TF 值:TF(i) = LST(i) - EST(i)。
- 对于关键活动,它的 EST 值和 LST 值相等,TF 值为 0;对于非关键活动,它的 EST 值和 LST 值不相等,TF 值大于 0。
下面是使用关键路径算法实现计算关键路径的C++代码:
#include<iostream>
#include<vector>
#include<stack>
using namespace std;
vector<vector<int>> adjacencyList; // 邻接表
vector<int> duration; // 存储每个任务的持续时间
vector<bool> visited; // 记录节点是否被访问过
vector<int> EST; // 存储每个任务的最早开始时间
vector<int> LST; // 存储每个任务的最晚开始时间
vector<int> TF; // 存储每个任务的总工期
void dfs(int node) {
visited[node] = true;
for (int i = 0; i < adjacencyList[node].size(); i++) {
int nextNode = adjacencyList[node][i];
if (!visited[nextNode]) {
dfs(nextNode);
}
EST[node] = max(EST[node], EST[nextNode] + duration[nextNode]); // 计算最早开始时间
}
}
void topologicalSort(int numNodes) {
visited.resize(numNodes, false); // 初始化visited数组
for (int i = 0; i < numNodes; i++) {
if (!visited[i]) {
dfs(i); // 从未被访问过的节点开始进行深度优先搜索
}
}
}
void calculateLST(int node) {
visited[node] = true;
for (int i = 0; i < adjacencyList[node].size(); i++) {
int nextNode = adjacencyList[node][i];
if (!visited[nextNode]) {
calculateLST(nextNode);
}
LST[node] = min(LST[node], LST[nextNode] - duration[node]); // 计算最晚开始时间
}
}
void calculateTF(int numNodes) {
visited.resize(numNodes, false); // 初始化visited数组
for (int i = 0; i < numNodes; i++) {
LST[i] = EST[i]; // 初始化LST值为EST值
}
for (int i = 0; i < numNodes; i++) {
if (!visited[i]) {
calculateLST(i); // 从未被访问过的节点开始进行深度优先搜索
}
}
for (int i = 0; i < numNodes; i++) {
TF[i] = LST[i] - EST[i]; // 计算总工期
}
}
int main() {
int numNodes, numEdges;
cin >> numNodes >> numEdges;
adjacencyList.resize(numNodes);
duration.resize(numNodes);
EST.resize(numNodes);
LST.resize(numNodes);
TF.resize(numNodes);
for (int i = 0; i < numEdges; i++) {
int u, v;
cin >> u >> v;
adjacencyList[u].push_back(v); // 构建邻接表
}
for (int i = 0; i < numNodes; i++) {
cin >> duration[i];
}
topologicalSort(numNodes);
calculateTF(numNodes);
for (int i = 0; i < numNodes; i++) {
cout << "Task " << i << ": EST=" << EST[i] << ", LST=" << LST[i] << ", TF=" << TF[i] << endl;
if (EST[i] == LST[i]) {
cout << "Task " << i << " is a critical task." << endl;
}
}
return 0;
}
以上就是使用C++实现拓扑排序和关键路径的代码详解