关键路径
1.相关概念
-
AOE网:在一个表示工程的带权有向图中,用顶点表示事件(如V0),用有向边表示**活动(如<v0,v1> = a1),**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的活动的网,简称AOE网(activity on edge network)
-
始点(源点):AOE网中没有入边的顶点,如顶点V0
-
终点(汇点):没有出边的顶点,如顶点V3
2. 比较
深红色便是关键路径
3. 性质
①只有在进入某顶点的活动都已经结束,该顶点所代表的事件才发生。例如:a1和a2活动都结束了,顶点V2所代表的事件才会发生。
②只有在某顶点所代表的事件发生后,从该顶点出发的各活动才开始。例如:只有顶点V1所代表的事件结束之后,活动a2和a4才会开始。
4.关键路径部分解析
-
在AOE网中,所有活动都完成才能到达终点,因此完成整个工程所必须花费的时间(即最短工期)应该为源点到终点的最大路径长度。具有最大路径长度的路径称为关键路径。
-
关键路径上的活动称为关键活动。
-
事件的最早发生时间:ve[k]。根据AOE网的性质,只有进入Vk的所有活动<Vj, Vk>都结束,Vk代表的事件才能发生,而活动<Vj, Vk>的最早结束时间为ve[j]+len<Vj, Vk>。所以,计算Vk的最早发生时间的方法为:ve[0] = 0,ve[k] = max(ve[j] + len<Vj, Vk>)
-
事件的最迟发生时间:vl[k]。vl[k]是指在不推迟整个工期的前提下,事件Vk允许的最迟发生时间。根据AOE网的性质,只有顶点Vk代表的事件发生,从Vk出发的活动<Vk, Vj>才能开始,而活动<Vk, Vj>的最晚开始时间为vl[j] - len<Vk, Vj>。
-
活动的最早发生时间:ee[i]。ai由有向边<Vk, Vj>,根据AOE网的性质,只有顶点Vk代表的事件发生,活动ai才能开始,即活动ai的最早开始时间等于事件Vk的最早开始时间。
-
案例:
事件的最早发生时间:ve[k]
从源点向终点方向计算
ve[0] = 0
ve[1] = ve[0] + a0 = 0 + 4 = 4
ve[2] = max( ve[0] + a1, ve[1] + a2 ) = max(0 + 3, 4 + 2 = 6
ve[3] = max(ve[1] + a4, ve[2] + a3) = max(4 + 6, 3 + 4) = 10
事件的最迟发生时间:vl[k]
从终点向源点方向计算
vl[3] = ve[3] = 10
vl[2] = vl[3] - a3 = 10 - 4 = 6
vl[1] = min(vl[3] - a4, vl[2] - a2) = min(10-6, 6-2) = 4
vl[0] = min(vl[2] - a1, vl[1] - a0) = min(4-4, 4-2) = 0
活动的最早发生时间:ee[i]
共有五个活动:
ee[0] = ve[0] = 0
ee[1] = ve[0] = 0
ee[2] = ve[1] = 4
ee[3] = ve[2] = 6
ee[4] = ve[1] = 4
活动的最迟发生时间:el[i]
el[0] = v[1] - a0 = 4 - 4 = 0
el[1] = vl[2] - a1 = 6 - 3 = 3
el[2] = vl[2] - a2 = 6 - 2 = 4
el[3] = vl[3] - a3 = 10 - 4 = 6
el[4] = vl[3] - a4 = 10 - 6 = 4
活动的最早开始时间和最晚开始时间相等,则说明该活动时属于关键路径上的活动,即关键活动。
经过比较,得出关键活动有:a0, a2, a3, a4,画出示意图如下:
该AOE网有两条关键路径。
所以,通过此案例也可以发现,一个AOE网的关键路径可能有多条。
再举个例子
etv可以推出ete ltv可以简单换算出lte:这个点的事件最晚发生时间-弧活动的最晚发生时间
关键路径就是ete == lte
5.代码
在之前拓扑序列算法上进行修改
int *etv, *ltv;
int *stack2; //用于存储拓扑序列的栈
int top2; //用于stack2的栈顶指针
//改进后的求拓扑序列的算法
Status TopologicalSort(GraphAdjList GL)
{
EdgeNode *e;
int i, k, gettop;
int top = 0;
int count = 0;
int *stack;
stack = (int *)malloc(sizeof(int) * Gl -> numVertexes);
for(i = 0; i < GL -> numVertexes; i++)
{
if(0 == Gl -> adjList[i].in)
{
stack[++top] = i;
}
}
top2 = 0;
etv = (int *)malloc(GL -> numVertexes *sizeof(int));
for(i = 0; i < GL-> numVertexes; i++)
{
etv[i] = 0;
}
stack2 = (int *)malloc(GL -> numVertexes * sizeof(int));
while(top != 0)
{
gettop = stack[top--];
count++;
stack2[++top2] = gettop; //将弹出的顶点序号压入拓扑序列的栈
for(e = GL -> adjList[gettop].firstedge; e; e = e -> next)
{
k = e -> adjvex;
if(!(--GL -> adjList[k].in))
{
stack[++top] = k;
}
if((etv[gettop] + e -> weight) > etv[k]) //求各顶点事件最早发生时间值
{
etv[k] = etv[gettop] + e -> weight;
}
}
}
if(count < GL -> numVertexes)
{
return ERROR;
}
else
{
return OK;
}
}
//求关键路径,GL为有向网,输出GL的各项关键活动
void CriticalPath(GraphAdjList GL)
{
EdgeNode *e;
int i, gettop, k, j;
int ete, lte;
TopologicalSort(GL); //求拓扑序列 计算数组etv和stack2的值
//初始化ltv都为汇点的时间
ltv = (int *)malloc(GL -> numVertexes * sizeof(int));
for(i = 0; i < GL -> numVertexes; i++)
{
ltv[i] = etv[GL -> numVertexes - 1];
}
//从汇点倒过来逐个计算ltv
while(top2 != 0)
{
gettop = stack2[top2--]; //将拓扑序列出栈,后进先出(倒着推回去)第一个出栈的时汇点
for(e = GL -> adjList[gettop].firstedge; e; e = e -> next)
{
k = e -> adjvex;
if(ltv[k] - e -> weight < ltv[gettop])
{
ltv[gettop] = ltv[k] - e -> weight;
}
}
}
//通过etv和ltv求ete和lte
for(j = 0; j < GL -> numVertexes; j++)
{
for(e = GL -> adjList[j].firstedge; e; e = e -> next)
{
k = e -> adjvex;
ete = etv[j];
lte = ltv[k] - e -> weight;
if(ete == lte) //两者相等即在关键路径上
{
printf("<v%d, v%d> length: %d", GL -> adjList[j].data, GL -> adjList[k].data, e -> weight);
}
}
}
}