各项工作是有一定的依赖条件的,也就是说我们在进行工作 X 之前可能需要先进行一些其他的工作。
而完成工作 X 所需的时间和所有 X 所依赖的工作完成的时间的最大值有关。(应该还好理解吧)
我们可以列出一个简单的 DP 转移方程:
f[i] = max{pre}+e[i];
f[i] 为从最开始到进行完第 i 项任务所需的时间,pre 为 i 号结点的前驱数组,e[i]为做第 i 件事所需的时间。
但是,我们如果直接进行 dfs 遍历,可能会出现一个问题:在我们计算 f[i] 的时候,还存在没有计算过的pre ,从而导致结果计算错误。
那么,我们在计算的时候,应该确保在计算一个结点 uu 时,所有与连向它的点都已经被计算过。而实现这一过程就利用到了今天的主角:拓扑排序(topo sort)
int ind[N]={0}; //ind--入度
vector <int> edge[N];
queue <int> q;
//1.初始化队列,将入度为 0 的节点放入队列。
for(int i =1;i<=n;i++){
if(ind[i]==0){
q.push(i);
}
}
//2.取出队首,遍历其出边,将能够到达的点入度减一,同时维护答案数组。
//3.若在此时一个点的入度变为 0,那么将其加入队列。
//4.回到第二步,直到队列为空。
while(!q.empty()){
int top = q.front();
q.pop();
for(int i =0;i<edge[top].size();i++){
int val = edge[top][i];
ind[val]--;
if(ind[val]==0){
q.push(val);
}
}
}