1.拓扑排序
AOV(Activity On Vertices)网:有向图表示工程,顶点表示活动,有向边<vi,vj>表示活动vi必须先于活动vj进行,其中vi是vj的直接前驱,vj是vi的直接后继。若从顶点vi到vk有一条路径,则vi是vk的前驱、vk是vi的后继;
用途:描述工程项目或系统进行的次序
拓扑排序:从一个AOV网中找出一条能表示所有事件先后次序的序列
构造方法1:
拓扑排序步骤:
Step1:在有向图中选一个无前驱的顶点输出之;
Step2:从有向图中删去此顶点及所有以它为尾的弧;
Step3:重复Step1,2到图中顶点全部输出,或图不空但找不到无前驱的顶点(有环)为止。
例:有向图G的弧表示课程进行先后关系,排一张课程先后次序表
算法:
Staus TopologicalSort(AlGraph G) // 有向图G采用邻接表存储
{FindInDegree(G, indegree) //对各顶点求入度indetree[0..vernum-1]
initStack(s);
for(i=0; i<G.vexnum; ++i) if (!indegree[i]) push(S, i); //入度为0顶点进栈
count=0; //对输出顶点计数
while(!StackEmpty(S))
{ pop(S,i); printf(i,G.vertices[i].data); ++count; //输出i号顶点并计数
for(p= G.vertices[i].firstarc; p; p=p->nextarc)
{ k=p->adjvex; //对i号顶点的每个邻接点的入度减1
if(!(--indegree[k])) push(S,k); //若入度为0,则入栈 }
}
if(count<G.vexnum) return Error; //有回路
else return OK;
}
拓扑排序算法的时间复杂度为O(n+e)
构造方法2:
当有向图中无环时,也可以利用深度优先遍历进行拓扑排序,因为图中无环,则由图中某点出发进行深度优先搜索遍历时,最先退出DFS函数的顶点即出度为0的顶点,是拓扑有序序列中最后一个顶点 由此,按退出DFS函数的先后记录下来的顶点序列(如同求连通分量时finished数组中的顶点序列)即为逆向的拓扑有序序列
2.关键路径
AOE-网(Active On Edge):在带权的有向无环图中,顶点表示事件,弧表示工程中的一个活动(如活动开始和结束),弧上权值表示活动持续的时间。用来估算工程完成时间。
源点:入度为0的顶点。汇点:出度为0的顶点。
路径长度:AOE网中路径上各活动持续时间之和。
关键路径:路径长度最长的路径
事件vj的最早发生时间Ve(j):从源点v0到vj的最长路径长度。
Ve(0)=Vl(0)=0;
Ve(j) = 从源点到顶点j的最长路径长度
Ve(k)=Max{Ve(j)+dut(<j,k>)}(k的前驱肯定不止一个)
活动ai的最早开始时间e(i)(活动i开始就是事件j):是从源点v0到vj的最长路径长度。(因为时间j表示活动i可以开始)
活动ai的最迟开始时间l(i):是不推迟工程完成的前提下,该活动允许的最迟开始时间。
e(i)= Ve(j);
l(i)=Vl(k)-dut(<j,k>)
活动ai时间余量:l(i)-e(i)
关键活动:l(i)=e(i)的活动。关键路径上的活动都是关键活动。
例: