数据结构关键路径_数据结构与算法之关键路径_一点课堂(多岸学院)

本文探讨了在数据结构中的关键路径问题,特别是在AOE网(Activity On Edge Network)中的应用。关键路径是决定工程最短完成时间的路径,通过找出路径上活动的最短持续时间来确定。文章通过实例解释了如何确定关键活动,并提供了拓扑排序和计算最早、最晚发生时间的代码实现,帮助理解关键路径的计算过程。
摘要由CSDN通过智能技术生成
d7903a477cc004b780c8fd941ab9b559.png

关键路径

梳理活动的顺序仅仅是拓扑排序可以完成的功能之一,更有价值的是估量完成整个事件的最短时间。比如生产一辆汽车,虽然安排员工、准备原始材料是先行条件,但是组装各种零部件是可以同时进行的,例如制造轮子和发动机、外壳等是可以同时进行的,这样可以大大减少生产时间。这种场景我们称为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,用边上的权值表示活动的持续时间,这种有向图的边表示活动的网,称之为AOE网(Activity On Edge Network)。

我们的目标就是在这样的AOE网中,确定它的最短完成时间,而具备最短时间的路径就是关键路径。

把路径上各个活动所持续的时间之和称为路径长度,从起点到终点具有最大长度的路径叫关键路径,在关键路径上的活动叫关键活动。

那么我们怎么确定一个活动是不是关键活动呢?以做饭为例,我们可以同时烧水、炒菜和熬粥,其中烧水只需要3分钟,炒菜需要10分钟,熬粥需要20分钟。那么很显然至少需要20分钟才能完成全部工作,也就是说在这20分钟时间里,熬粥必须从一开始就进行,而烧水则可以从开始进行,也可以等17分钟后再进行,炒菜也可以从开始进行,或者最晚等10分钟后进行。这里没有空闲时间的活动就是关键活动。

例如下图就是一个AOE网,其中权值表示活动需要的时间:

e34f5066aa62de960cfcb6b5270c6b95.png

以从v0->v3为例,假设权值表示的时间单位为分钟,可选的路径有v0->v1->v3,需要8分钟,或者v0->v2->v3,需要12分钟。要尽快到达v3,则v2必须一开始立刻启动,而v1可以在最开始,或者等待4分钟之后再启动,所以v0->v2->v3是关键路径。按照此方式,可以得到此AOE网的关键路径如下:

9178caff69fb39d7c97a603a8e74e2c8.png

那么接下来,我们只需要确认每个顶点的最早开始时间和最晚开始时间,判断它们的时间差,如果没有时间差就是关键路径。

代码实现

首先,我们需要对AOE网进行拓扑排序,在排序的同时还可以得到每个顶点事件的最早发生时间,代码如下所示:

public  boolean topoSort(ATGraph atGraph,int[] earlestTimeVertex,Stack> stack2) { int count = 0; Queue> queue = new LinkedList<>(); for (int i = 0; i < atGraph.getLen(); i++) { if (atGraph.getVertex(i).getIn() == 0) { queue.offer(atGraph.getVertex(i)); } } while (!queue.isEmpty()) { ATVertex vertex = queue.poll(); System.out.print(vertex.getData() + "->"); //将排序的数据push到stack2中 stack2.push(vertex); count++; //获取第一条边 ATEdge next = vertex.getNext(); while (next != null) { //获取 ATVertex nextVertex = next.getVertex(); nextVertex.setIn(nextVertex.getIn() - 1); if (nextVertex.getIn() == 0) { queue.offer(nextVertex); } // 计算每个顶点可以执行的最早时间 // 获取弧尾顶点下标 int topIndex = atGraph.getVertexIndex(vertex); // 获取弧头顶点下标 int index = atGraph.getVertexIndex(nextVertex); // 更新当前顶点可以发生的最早时间 if (earlestTimeVertex[topIndex] + next.getWeight() > earlestTimeVertex[index]) { earlestTimeVertex[index] = earlestTimeVertex[topIndex] + next.getWeight(); } next = next.getNext(); } } return count >= atGraph.getLen();}

现在我们得到了最早发生时间,并且将全部顶点按照访问的先后顺序压进了一个栈中,这是为了方便进行计算最晚发生时间。从前向后计算最晚发生时间是复杂的,但是反过来却很简单,对于最后一个顶点,它的最晚发生时间和最早发生时间一定一致,而它前面的顶点,就必须在此时间点之前完成。参考代码如下:

for (int i = 0; i < atGraph.getLen(); i++) { // 先将最晚发生时间都设置为最长时间 latestTimeVertex[i] = earlestTimeVertex[atGraph.getLen()-1];}// 从后向前,更新每个顶点的最晚发生时间while (!stack2.isEmpty()){ ATVertex vertex = stack2.pop(); ATEdge next = vertex.getNext(); while (next!=null){ ATVertex nextVertex = next.getVertex(); int nextIndex = atGraph.getVertexIndex(nextVertex); int index = atGraph.getVertexIndex(vertex); if (latestTimeVertex[nextIndex]-next.getWeight()

最后,只要按照顺序比对这两个时间是否相等,就可以得到完整的关键路径了,完整代码如下:

public  void criticalPath(ATGraph atGraph){ Stack> stack2 = new Stack<>(); int[] earlestTimeVertex = new int[atGraph.getLen()]; int[] latestTimeVertex = new int[atGraph.getLen()]; topoSort(atGraph,earlestTimeVertex,stack2); for (int i = 0; i < atGraph.getLen(); i++) { // 先将最晚发生时间都设置为最长时间 latestTimeVertex[i] = earlestTimeVertex[atGraph.getLen()-1]; } // 从后向前,更新每个顶点的最晚发生时间 while (!stack2.isEmpty()){ ATVertex vertex = stack2.pop(); ATEdge next = vertex.getNext(); while (next!=null){ ATVertex nextVertex = next.getVertex(); int nextIndex = atGraph.getVertexIndex(nextVertex); int index = atGraph.getVertexIndex(vertex); if (latestTimeVertex[nextIndex]-next.getWeight() vertex = atGraph.getVertex(i); ATEdge next = vertex.getNext(); while (next!=null){ ATVertex nextVertex = next.getVertex(); int nextIndex = atGraph.getVertexIndex(nextVertex); lte = latestTimeVertex[nextIndex]-next.getWeight(); ete = earlestTimeVertex[i]; if (ete==lte){ System.out.println("路径:"+atGraph.getVertex(i).getData()+"->"+atGraph.getVertex(nextIndex).getData()+
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值