有向无环图的应用——关键路径

目录

一、什么是AOE网？

1.1 AOE网的定义和性质

1.2 AOE网的应用

二、什么是关键路径？

2.1 关键路径和关键活动的定义

2.2 寻找关键活动

2.2.1  事件的最早发生时间ve[i]

2.2.2  事件的最晚发生时间vl[i]

2.2.3  活动的最早开始时间ee[i] 

2.2.4  活动的最晚开始时间el[i]  

三、关键路径算法实现

3.1 修改拓扑排序算法

3.2 关键路径算法

---

一、什么是AOE网？

1.1 AOE网的定义和性质

AOE网：在一个表示工程的带权有向图中，用顶点表示事件，用有向边表示活动，边上的权值表示活动的持续时间，称这样的有向图为边表示活动的网（activity on edge network），简称AOE网。

在AOE网中存在唯一的、入度为0的顶点，称为源点；存在唯一的、出度为0的顶点，称为汇点。

AOE网的性质：

• 只有某顶点所代表的的事件发生后，从该顶点出发的各活动才能开始；
• 只有在进入某顶点的各活动都结束后，该顶点所代表的事件才能发生。

AOE网示例：

 

1.2 AOE网的应用

AOE网可以回答下列问题：

• 完成整个工程至少需要多少时间？
• 为缩短完成工程所需的时间，应当加快哪些活动？

至少需要多少时间才能使事件V4发生？

由图可知，必须在完成活动a1、a2、a4、a5后才能使事件V4发生。完成a1和a4总共需要的时间为7，完成a2和a5总共需要的时间为5。因此，至少需要7时间才能使事件V4发生。

得出结论：

• 最短工期应该是最长路径；
• 加快最长路径上的活动就能缩短最短工期。

 

---

二、什么是关键路径？

2.1 关键路径和关键活动的定义

关键路径：在AOE网中，从源点到汇点具有最大路径长度（该路径上的各个活动所持续的时间之和）的路径称为关键路径。

关键活动：关键路径上的活动称为关键路径。

关键路径可能不只一条，重要的是找到关键活动。

 

2.2 寻找关键活动

要找出关键路径，必须找出关键活动，即不按期完成就会影响整个工程进度的活动。

首先计算以下与关键活动有关的量：

• 事件的最早发生时间 ve[i]；
• 事件的最晚发生时间 vl[i]；
• 活动的最早开始时间 ee[i]；
• 活动的最晚开始时间 el[i]。

最后计算各个活动的时间余量 el[i] - ee[i]，时间余量为0者即为关键活动。

 

2.2.1  事件的最早发生时间ve[i]

计算下图所有事件的最早发生时间：

 

2.2.2  事件的最晚发生时间vl[i]

计算下图所有事件的最晚发生时间：

 

2.2.3  活动的最早开始时间ee[i] 

计算下图所有活动的最早开始时间：

 

 

2.2.4  活动的最晚开始时间el[i]  

计算下图所有活动的最晚开始时间：  

 

---

三、关键路径算法实现

3.1 修改拓扑排序算法

修改后的拓扑排序算法便于同时求出每个事件的最早发生时间。

/* 求入度函数 */
void FindID(AdjList *G, int indegree[]) {
    int i;
    ArcNode *p;

    for (i = 0; i < G->vexnum; ++i)
        indegree[i] = 0;

    for (i = 0; i < G->vexnum; ++i) {
        p = G->vertex[i].firstarc;
        while (p != NULL) {
            ++indegree[p->adjvex];
            p = p->nextarc;
        }
    }
}

int ve[MAX_VERTEX_NUM];

/* 修改后的拓扑排序算法 */
bool TopoOrder(AdjList *G, Stack *T) {
    int count, i, j, k;
    ArcNode *p;
    int indegree[MAX_VERTEX_NUM];
    Stack *S;

    InitStack(&S);
    FindID(G, indegree);

    for (i = 0; i < G->vexnum; ++i)
        if (indegree[i] == 0)
            Push(S, i);

    count = 0;
    for (i = 0; i < G->vexnum; ++i)
        ve[i] = 0;

    while (!IsEmpty(S)) {
        Pop(S, &j);
        Push(T, j); /* 生成逆拓扑序列 */
        ++count;

        p = G->vertex[j].firstarc;
        while (p != NULL) {
            k = p->adjvex;
            if (--indegree[k] == 0)
                Push(S, k);
            /* 计算最早发生时间 */
            if (ve[j] + p->info.weight > ve[k])
                ve[k] = ve[j] + p->info.weight;

            p = p->nextarc;
        }
    }
    ClearStack(S);

    return count >= G->vexnum;
}

 

3.2 关键路径算法

bool CriticalPath(AdjList *G) {
    ArcNode *p;
    int i, j, k, dut, ei, li;
    char tag;
    int vl[MAX_VERTEX_NUM];
    Stack *T;

    InitStack(&T);
    if (!TopoOrder(G, T)) /* 检验TopoOrder是否执行成功 */
        return false;

    /* 初始化事件的最晚发生时间 */
    for (i = 0; i < G->vexnum; ++i)
        vl[i] = ve[G->vexnum - 1];

    /* 按逆拓扑序列求各顶点的vl值 */
    while (!IsEmpty(T)) {        
        Pop(T, &j);
        p = G->vertex[j].firstarc;
        while (p != NULL) {
            k = p->adjvex;
            dut = p->info.weight;
            if (vl[k] - dut < vl[j])
                vl[j] = vl[k] - dut;

            p = p->nextarc;
        }
    }

    /* 求ee、el，并且输出路径 */
    for (j = 0; j < G->vexnum; ++j) { 
        p = G->vertex[j].firstarc;
        while (p != NULL) {
            k = p->adjvex;
            dut = p->info.weight;
            ee = ve[j];
            el = vl[k] - dut;

            /* 标出关键活动并打印路径 */
            tag = (ee == el) ? '*' : ' ';
            printf("%s,%s,%d,%d,%d,%c\n", Vertex2Name(G->vertex[j].data),         
            Vertex2Name(G->vertex[k].data), dut, ee, el, tag);

            p = p->nextarc;
        }
    }
    ClearStack(T);

    return true;
}