数据结构中的最短路径、拓扑排序与关键路径问题

---

最短路径：

---

从一个顶点到其余各顶点的最短路径：
问题描述： 给定一个带权有向图G与源点v，求从v到G中其他顶点的最短路径，并限定各边上的权值大于或等于0。

单源最短路径问题： Dijkstra算法
狄克斯特拉（Dijkstra）求解思路：
设G=(V，E)是一个带权有向图， 把图中顶点集合V分成两组：

第1组为已求出最短路径的顶点集合（用S表示，初始时S中只有一个源点，以后每求得一条最短路径v，… ，u，
就将u加入到集合S中，直到全部顶点都加入到S中，算法就结束了）。
第2组为其余未求出最短路径的顶点集合（用U表示）。

狄克斯特拉算法的过程：
（1）初始化： S只包含源点即S={v}，v的最短路径为0。U包含除v外的其他顶点，U中顶点i距离为边上的权值（若v与i有边<v，i>）或∞（若i不是v的出边邻接点）。

（2） 从U中选取一个距离v最小的顶点u，把u加入S中（该选定的距离就是v→u的最短路径长度）。

（3） 以u为新考虑的中间点，修改U中各顶点j的最短路径长度：若从源点v→j（j∈U）的最短路径长度（经过顶点u）比原来最短路径长度（不经过顶点u）短，则修改顶点j的最短路径长度。
Dijkstra算法示例演示：

注意： dist[ ]下面的0~6的数字下面的值为源点到该数字点处的最短路径权值和。
例题：求下图的各顶点的最短路径值

---

拓扑排序：

---

真正统治世界的十大算法：

1. 归并排序，快速排序和堆排序
2. 傅立叶变换与快速傅立叶变换
3. Dijkstra 算法
4. RSA算法（一种加密算法）
5. 安全哈希算法
6. 整数因式分解
7. 链接分析（Google的Page Rank算法）
8. 比例积分微分算法
9. 数据压缩算法（以哈夫曼算法为基础）
10. 随机数生成算法

设G=(V，E)是一个具有n个顶点的有向图，V中顶点序列v1，v2，…，vn称为一个拓扑序列，当且仅当该顶点序列满足下列条件：
若<i，j>是图中的边（或从顶点i → j有一条路径）:
则在拓扑序列中顶点i必须排在顶点j之前。
在一个有向图中找一个拓扑序列的过程称为拓扑排序。

2、拓扑排序步骤

       （1）从有向图中选择一个没有前驱（即入度为0）的顶点并且输出它。
       （2）从图中删去该顶点，并且删去从该顶点发出的全部有向边。
       （3）重复上述两步，直到剩余的图中不再存在没有前驱的顶点为止。

对与上述拓扑排序产生的结果并不唯一
因为排序的入度为0的顶点可以按照任意顺序进行书写
例如上面de拓扑排序：
①入度为0的有c1和c2所以可以先写c1或者先写c2
②假设先写c2，那么再删去c2顶点 并且删除c2顶点的所有出度的线
③此时入度为0的有c1与c7，这俩个先写谁都行
④以此类推，直到所有的数都排完序

---

关键路径：

---

1、什么是AOE网 即边表示活动的网：AOE网（Activity On Edge）

用一个带权有向图（DAG）描述工程的预计进度。
顶点表示事件，有向边表示活动，边e的权c(e)表示完成活动e所需的时间（比如天数）。
图中入度为0的顶点表示工程的开始事件（如开工仪式），出度为0的顶点表示工程结束事件。

    从AOE网中源点到汇点的最长路径，具有最大长度的路径叫关键路径。
    关键路径是由关键活动构成的，关键路径可能不唯一。 

注意： 关键路径找的是最终这条线路的总权值之和最大的那一个（因为要完成一个工程，要当最后完成的工程完工后才算完成）
若要提高该工程的效率，减少工作天数，应该从减少关键路径权值开始，若有多个关键路径的话，只减少一个关键路径上的权值是不会提高效率的
（1）事件的最早开始时间：
事件v的最早开始时间：规定源点事件的最早开始时间为0。定义图中任一事件v的最早开始时间（early event）ee(v)等于x、y、z到v所有路径长度的最大值。
（2）事件的最迟开始时间：
事件v的最迟开始时间：定义在不影响整个工程进度的前提下，事件v必须发生的时间称为v的最迟开始时间（late event） ，记作le(v)。le(v)应等于ee(y)与v到汇点的最长路径长度之差：。
（3）对于关键活动
对于每个活动a，求出d(a)=l(a)-e(a)，若d(a)为0，则称活动a为关键活动。
对关键活动来说，不存在富余时间。

举个例子：
如上图a→b→e是关键路径，所以b的最早开始时间与最晚开始时间相同都为6（没有富裕时间）
而对于该工程的另一条线路a→c→e，对于c的最早开始时间就为4，因为该工程的完成时间是7天，所以在保证不影响工程的完成时间的情况下，最晚开始时间为：7-1=6天