【关键路径问题（Critical Path）—

关键路径问题（Critical Path）

一、基本术语
二、如何求关键路径
- 1、问题分析
- 2、求关键路径的步骤
三、算法实现
- 1、算法思想
- 2、算法描述

AOE网（Activity On Edges）------用边表示活动的网络
1、用一个有向图表示一个工程的各子工程及其相互制约的关系，弧表示活动，权表示活动持续的时间，顶点表示事件（活动的开始或结束时间），称这种有向图为边表示活动的网，简称AOE网。
2、AOE网用来估算工程的完成时间。

一、基本术语

源点：入度为0的顶点（只有一个）
汇点：出度为0的顶点（只有一个）
路径长度：路径上各活动持续时间之和
整个工程完成的时间：从有向图的源点到汇点的最长路径
关键路径：路径长度最长的路径

二、如何求关键路径

1、问题分析

2、求关键路径的步骤

三、算法实现

1、算法思想

（1）设每个结点的最早发生时间为0，将入度为0的结点进栈
（2）将栈中入度为0的结点V取出，并压入另一个栈，用于形成逆向拓扑排序的序列
（3）根据邻接表找到结点V的所有的邻接结点，将结点V的最早发生时间+活动的权值得到的和同邻接结点的原最早发生时间进行比较；如果该值大，则用该值取代原最早发生时间。另外，将这些邻接结点的入度减一。如果某一结点的入度变为0，则进栈。
（4）反复执行2、3；直至栈空为止。

2、算法描述

Status CriticalPath(ALGraph G)
{//G为邻接表存储的有向网，输出G的各项关键活动if (!TopologicalOrder(G, topo)) return ERROR;//调用拓扑排序算法，使拓扑序列保存在topo中，若调用失败，则存在有向环n = G.vexnum;           //n为顶点的个数for (i = 0;i < n;i++)            //给每个事件的最早发生时间置初值为0ve[i] = 0;/*按照拓扑次序求每个事件的最早发生时间*/for (i = 0;i < n;i++)         //for循环结束才能求得最早发生时间{k = topo[i];           //取得拓扑序列中的顶点序号kp = G.vertices[k].firstarc;         //p指向k的第一个邻接点while (p != NULL)         //依次更新k的所有邻接顶点的最早发生时间{j = p->adjvex;            //j为邻接顶点的序号if (ve[j] < ve[k] + p->weight)            //更新顶点j的最早发生时间ve[j]ve[j] = ve[k] + p->weight;p = p->nextarc;           //p指向k的下一个邻接顶点}}for (i = 0;i < n;i++)         //给每个事件的最迟发生时间置初值为ve[n-1]vl[i] = ve[n - 1];/*按逆拓扑次序求每个事件的最迟发生时间*/for (i = n - 1;i >= 0;i--){k = topo[i];         //取得拓扑序列中的顶点序号kArcNode* p = G.vertices[k].firstarc;            //p指向k的第一个邻接顶点while (p != NULL){   //根据k的邻接点，更新k的最迟发生时间j = p->adjvex;           //j为邻接顶点的序号if (vl[k] > vl[j] - p->weight)         //更新顶点k的最迟发生时间vl[k]vl[k] = > vl[j] - p->weight;p = p->nextarc;           //p指向下一个邻接顶点}}/*判断每一活动是否为关键活动*/for (i = 0;i < n;i++){ //每次循环针对vi为活动开始点的所有活动p = G.vertices[i].firstarc;           //p指向i的第一个邻接顶点while (p != NULL){j = p->adjvex;         //j为i的邻接顶点的序号e = ve[i];            //计算活动<vi,vj>的最早开始时间l = vl[j] - p->weight;            //计算活动<vi,vj>的最迟开始时间if (e == l)     //若为关键活动，输出<vi,vj>cout << G.vertices[i].data << G.vertices[j].data;p = p->nextarc;         //p指向i的下一个邻接顶点}}
}

【关键路径问题（Critical Path）——图】相关推荐

图算法入门4：活动网络-AOE网络和关键路径（critical path）
AOE网络的基本概念上一节介绍了活动网络AOV网络的相关内容,这一节将进一步介绍另一种活动网络AOE网络.如果对于有向无环图(DAG),用有向边表示一个工程的各项活动(activity),边上的权值 ...
关键路径例题图表_算法学习记录-图——应用之关键路径（Critical Path）
之前我们介绍过,在一个工程中我们关心两个问题: (1)工程是否顺利进行 (2)整个工程最短时间. 之前我们优先关心的是顶点(AOV),同样我们也可以优先关心边(同理有AOE).(Activity On ...
关键路径法(Critical Path Method, CPM)
关键路径法定义关键路径法(Critical Path Method, CPM)是一种基于数学计算的项目计划管理方法,是网络图计划方法的一种,属于肯定型的网络图.关键路径法将项目分解成为多个独立的活动 ...
数据结构之图的应用（四）之关键路径
前面已经分享完了图的应用的三种.这三种可以说是很重要的,涉及了几个重要算法.今天,我们来分享<数据结构与算法>书本里的图的第四种应用--关键路径.下面我们一起来看看吧 1.AOE网在前一 ...
48. 数据结构笔记之四十八的有向无环图的应用关键路径
48. 数据结构笔记之四十八的有向无环图的应用关键路径 "富贵不淫贫贱乐 , 男儿到此是豪雄.-- 程颢" 来看下有向无环图的另一个应用关键路径. 1. 关键路径与AOV-网相 ...
有向无环图之关键路径
**有向无环图之关键路径** 1 AOE-网:边表示活动的网.AOE-网是一个带权的有向无环图,其中顶点表示事件,弧表示活动,权表示活动持续的时间. 2 通常AOE-网可用来估算工程的完成时间. 例图 ...
Gantt图和PERT图的相关知识
1.Gantt 图 Gantt图以时间为基准描述项目任务,可以清晰的描述每个任务从何时开始,到何时结束,以及每个任务的并行关系,但是不能反映项目各任务之间的依赖关系,也无法确定整个任务的关键所在. 2 ...
图论算法有图有代码万字总结向前辈致敬
图的定义背景知识看到这篇博客相信一开始映入读者眼帘的就是下面这幅图了,这就是传说中的七桥问题(哥尼斯堡桥问题).在哥尼斯堡,普雷格尔河环绕着奈佛夫岛(图中的A岛).这条河将陆地分成了下面4个区域, ...
数据结构：图的基础知识
文章目录图图论基础图的定义图的基本概念图的存储结构邻接矩阵邻接表图的创建和销毁* 图的遍历算法深度优先搜索遍历(DFS) 广度优先搜索遍历(BFS) 最小生成树 Prim 算法 Kr ...

【关键路径问题（Critical Path）——图】