使用的算法
- 深度优先搜索(DFS)
- 有向无环图
题目描述
实现代码
import java.util.Scanner;
/**
* 拓扑排序的分步分析
*
* @Description
* @author ningqian
* @version
* @date 2021年6月18日 下午3:14:59
*/
public class Solution12 {
static int totalTime = 0;
public static void main(String[] args) {
// 输入节点的执行时间
Scanner scan = new Scanner(System.in);
String string = scan.nextLine();// 3,1,2,5,3,1
String[] strings = string.split(",");
// 1. time数组存储节点的执行时间
int[] time = new int[strings.length];
for (int i = 0; i < strings.length; i++) {
time[i] = Integer.valueOf(strings[i]);
}
// 输入每个节点的依赖关系
// 2,3,4;5;5,6;0;6;0
String string2 = scan.nextLine();
// string2是每个节点依赖关系的数组
String[] strings2 = string2.split(";");
// 利用二维数组存储节点之间的依赖关系
// 0表示没有依赖,1表示存在依赖关系
// 按列看表示节点的出度,按行看表示节点的入度
/**
* n1 n2 n3 n4 n5 n6 0 0 0 0 0 0 0 n1 0 0 0 0 0 0 0 n2 0 1 0 0 0 0 0 n3 0 1 0 0
* 0 0 0 n4 0 1 0 0 0 0 0 n5 0 0 1 1 0 0 0 n6 0 0 0 1 0 1 0
*
*/
int[][] deps = new int[strings2.length + 1][strings2.length + 1];
// 遍历每一个节点依赖数组
for (int i = 0; i < strings2.length; i++) {
// string3是第i个节点的依赖节点数组
String[] strings3 = strings2[i].split(",");
for (int j = 0; j < strings3.length; j++) {
int node = Integer.valueOf(strings3[j]);
if (node == 0) {
break;
}
deps[node][i + 1] = 1;
}
}
// 找到出度为0的节点
// 看的是某一列的所有行是否全为0
for (int i = 1; i < deps.length; i++) {// 列
boolean outFlag = false;
for (int j = 1; j < deps.length; j++) {// 行
if (deps[j][i] == 1) {
outFlag = true;
break;//
}
}
if (outFlag == false) {// 出度为0
// usedFlag数组表示每个节点是否被遍历过,初始化为false
boolean[] usedFlag = new boolean[time.length];
System.out.println("出度为0的节点是:" + i);
doTime(deps, time, i, time[i - 1], usedFlag);
}
}
System.out.println(totalTime);
}
/**
*
* @Description:深度优先遍历有向无环图
* @author ningqian
* @date 2021-06-18 下午8:41:20
* @param deps 有向无环图的入出度关系矩阵
* @param time 每个节点的执行时间
* @param endNode 出度为0的节点下标
* @param sumTime 出度为0的节点的执行时间
* @param usedFlag 长度为节点个数的Boolean数组,初始化为false
*/
public static void doTime(int[][] deps, int[] time, int endNode, int sumTime, boolean[] usedFlag) {
// 找当前节点的入度节点
// 看的是行
boolean inFlag = false;
for (int i = 1; i < deps.length; i++) {
// 值为1,且该节点没有被使用过
if (deps[endNode][i] == 1 && usedFlag[i - 1] == false) {
inFlag = true;
break;
}
}
if (inFlag == false) {// 没有找到入度的节点,即该节点的入度为0
// 此时的执行时间为当前路径的执行时间,与原先的时间取最大
totalTime = Math.max(totalTime, sumTime);
System.out.println("当前路径的执行时间:" + sumTime);
return;// 结束该条路径的计算
}
// 要重新计算一次的原因是上面的计算前驱节点找到后直接break,但下面这个的操作不能直接break,需要继续循环
for (int i = 1; i < deps.length; i++) {
if (deps[endNode][i] == 1 && usedFlag[i - 1] == false) {
System.out.println(endNode + "的前驱节点为:" + i);
usedFlag[i - 1] = true;
doTime(deps, time, i, sumTime + time[i - 1], usedFlag);
usedFlag[i - 1] = false;// 重新置为false,以便继续使用
}
}
}
}