AOE关键路径6.4.4 关键路径
一、AOE网
与AOV-网相对应的是AOE-网(Activity On Edge)即边表示活动的网。AOE-网是一个带权的有向无环图,其中,顶点表示事件(Event),弧表示活动,权表示活动持续的时间。通常,AOE-网可用来估算工程的完成时间。
例如,图6.22是一个假想的有11项活动的AOE-网。其中有9个事件v0,v1,v2,…,v8,每个事件表示在它之前的活动已经完成,在它之后的活动可以开始。如v0表示整个工程开始,v8表示整个工程结束,v4表示a4和a5已经完成,a7和a8可以开始。与每个活动相...
6.4.4 关键路径
一、AOE网
与AOV-网相对应的是AOE-网(Activity On Edge)即边
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(Event),弧表示活动,权表示活动持续的时间。通常,AOE-网可用来估算
的完成时间。
例如,图6.22是一个假想的有11项活动的AOE-网。其中有9个事件v0,v1,v2,…,v8,每个事件表示在它之前的活动已经完成,在它之后的活动可以开始。如v0表示整个工程开始,v8表示整个工程结束,v4表示a4和a5已经完成,a7和a8可以开始。与每个活动相联系的数是执行该活动所需的时间。比如,活动a1需要6天,a2需要4天等。
图6.22 一个AOE网
和AOV-网不同,对AOE-网有待研究的问题是:
(1)完成整项工程至少需要多少时间?
(2)哪些活动是影响工程进度的关键?
由于在AOE-网中有些活动可以并行地进行,所以完成工程的最短时间是从开始点到完成点的最长路径的长度(这里所说的路径长度是指路径上各活动持续时间之和,不是路径上弧的数目)。路径长度最长的路径叫做关键路径(Critical Path)。假设开始点是v0,从v0到vi的最长路径长度叫做事件vi的最早发生时间。这个时间决定了所有以vi为尾的弧所表示的活动的最早开始时间。我们用e(i)表示活动ai的最早开始时间。还可以定义一个活动的最迟开始时间l(i),这是在不推迟整个工程完成的前提下,活动ai最迟必须开始进行的时间。两者之差l(i)-e(i)意味着完成活动ai的时间余量。我们把l(i)=e(i)的活动叫做关键活动。显然,关键路径上的所有活动都是关键活动,因此提前完成非关键活动并不能加快工程的进度。因此,分析关键路径的目的是辨别哪些是关键活动,以便争取提高关键活动的工效,缩短整个工期。
例如在图6.22中,v0是源点,v8是汇点,关键路径有两条:(v0,v1,v4,v6,v8)或(v0,v1,v4,v7,v8),长序均为18。关键活动为(a1,a4,a7,a10)或(a1,a4,a8,a11)。比如,关键活动a1需要6天完成,如果a1提前1天,整个工程也可提前1天完成。所以不论是估算工期,还是研究如何加快工程进度,主要问题就在于找到AOE-网的关键路径。
如何确定关键路径,首先定义4个描述量。
(1)事件vi的最早发生时间ve(i)
进入事件vi的每一活动都结束,vi才可发生,所以ve(i)是从源点到vi的最长路径长度。
求ve(i)的值,可根据拓扑顺序从源点开始到汇点递推,通常将工程开始顶点事件v0的最早发生时间定义为0,即:
ve(0)=0
ve(i)=Max{ve(k) + wk,i}
∈T,1≤i≤n-1
其中,T是所有以vi为头的弧的集合,wk,i是弧的权值,即对应活动的持续时间。
(2)事件vi的最迟发生时间vl(i)
事件vi的发生不得延误vi的每一后继事件的最迟发生时间。为了不拖延工期,vi的最迟发生时间不得迟于其后继事件vk的最迟发生时间减去活动的持续时间。
求出ve(i)后可根据逆拓扑顺序从汇点开始向源点递推,求出vl(i)。
vl(n-1)=ve(n-1)
vl(i)=Min{vl(k)-wi,k} ∈S,0≤i≤n-2
其中,S是所有以vi为尾的弧的集合,wi,k是弧的权值。
(3)活动ai=的最早开始时间e(i)
只有事件vj发生了,活动ai才能开始。所以,活动ai的最早开始时间等于事件vj的最早发生时间ve(j),即:
e(i)=ve(j)
(4)活动ai=的最晚开始时间l(i)
活动ai的开始时间需保证不延误事件vk的最迟发生时间。所以活动ai的最迟开始时间l(i)等于事件vk的最迟发生时间vl(k)减去活动ai的持续时间wj,k,即:
l(i)=vl(k)-wj,k
显然,对于关键活动而言,e(i)= l(i)。对于非关键活动,l(i)-e(i)的值是该工程的期限余量,在此范围内的适度延误不会影响整个工程的工期。
一个活动ai的最晚开始时间l(i)和最早开始时间e(i)的差值l(i)-e(i)是该活动完成的时间余量。它是在不增加完成整个工程所需的总时间的情况下,活动ai可以拖延的时间。当一活动的时间余量为零时,说明该活动必须如期完成,否则就会拖延整个工程的进度。所以称l(i)-e(i)=0,即l(i)=e(i)时的ai是关键活动。
二、关键路径求解的过程
(1)输入e条弧,建立AOE-网的存储结构。
(2)从源点v0出发,令ve[0]=0,按拓扑有序求其余各顶点的最早发生时间ve[i] (1≤i≤n-1)。如果得到的拓扑有序序列中顶点个数小于网中顶点数n,则说明网中存在环,不能求关键路径,算法终止;否则执行步骤(3)。
(3)从汇点vn出发,令vl[n-1]=ve[n-1],按逆拓扑有序求其余各顶点的最迟发生时间vl[i](n—2≥i≥2);
(4)根据各顶点的ve和vl值,求每条弧(活动)ai的最早开始时间e(i)和最迟开始时间l(i)。
(5)找出e(i)=l(i)的活动,则为关键活动。由关键活动形成的由源点到汇点的每一条路径就是关键路径,关键路径有可能不止一条。
三、关键路径算法的实现
由于每个事件的最早发生时间ve(i)和vl(i)要在拓扑序列的基础上进行计算,所以关键路径算法的实现要基于拓扑排序算法,我们仍采用邻接表做有向图的存储结构。
算法的实现要引入以下辅助的数据结构:
(1)一维数组ve(i):事件vi的最早发生时间。
(2)一维数组vl(i):事件vi的最迟发生时间。
(3)一维数组topo(i):记录拓扑序列的顶点序号。
【算法思想】
(1)调用拓扑排序算法,使拓扑序列保存在topo中。
(2)将每个事件的最早发生时间ve(i)初始化为0,ve[i]=0。
(3)根据topo中的值,按从前向后的拓扑次序依次求每个事件的最早发生时间。
①取得拓扑序列中的顶点k,k=topo[i];
②用指针p依次指向k的每个邻接顶点,取得每个邻接顶点的序号j=p->adjvex,依次更新顶点j的最早发生时间ve[j]:
if(ve[j]weight) ve[j]= ve[k]+p->weight;
(4)将每个事件的最迟发生时间vl(i)初始化为汇点的最早发生时间,vl[i]=ve(n-1)。
(5)根据topo中的值,按从后向前的逆拓扑次序依次求每个事件的最迟发生时间vl[i]。
①取得拓扑序列中的顶点k,k=topo[i];
②用指针p依次指向k的每个邻接顶点,取得每个邻接顶点的序号j=p->adjvex,依次更新顶点k的最迟发生时间:
if(vl[k]weight) vl[k]= vl[j]-p->weight;
(6)从源点开始,对于每个顶点i,用指针p依次指向i的每个邻接顶点,取得每个顶点的序号j=p->adjvex,分别计算活动的最早发生时间和最迟发生时间e和l。
e=ve[i]; l=vl[j]-p->weight;
如果e和l相等,则活动为关键活动,输出弧。
【算法6.13】
图的关键路径问题的算法之一AOE.CPP
/*2013年5月14日修改**图的关键路径问题的算法之一AOE.CPP*/
#include
#define MAXVEX 100
#define TRUE 1
#define FALSE 0
typedef char VertexType[MAXVEX]; //存放顶点信息的字符串
typedef struct ArcNode
{ int adjvex; //相邻顶点字段
float weight;
struct ArcNode *nextarc;
// 链字段
}ArcNode;
// 边表中的结点
typedef struct VNode
{ VertexType data;
// 顶点信息
ArcNode *firstarc;
// 边表头指针
}VNode,AdjList[MAXVEX];
// 顶点表中的结点
typedef struct
{ AdjList vertices;
int vexnum,arcnum;
//图的顶点个数和弧的条数
}ALGraph;
/* 求出图中所有顶点的入度,方法是搜索整个邻接表 */
void FindInDegree(ALGraph G,int inDegree[])
{ int i;
ArcNode *p;
for(i=0;iadjvex]++;
p=p->nextarc;
}
}
}
int TopologicalSort(ALGraph G,int *topo) //拓扑排序算法
{ ArcNode *p;
int i,j,k,count=0,top=-1;
int indegree[MAXVEX];
FindInDegree(G,indegree); // 求出图中所有顶点的入度
for(i=0;iadjvex;
indegree[k]--;
if(indegree[k]==0) //将新的入度为零的边入栈
{ indegree[k]=top;
top=k;
}
p=p->nextarc;
}
}
if(countadjvex=b;
temp->nextarc=NULL;
temp->weight=weight;
p=G.vertices[a].firstarc;
if(p==NULL)
G.vertices[a].firstarc=temp;
else
{ while(p->nextarc!=NULL) p=p->nextarc; //找表尾
p->nextarc=temp;
}
}
int CriticalPath(ALGraph G)//G为有向网,输出G的各项关键活动。
{ int i,k,j,n,topo[MAXVEX];
ArcNode *p;
float ve[MAXVEX],vl[MAXVEX],e,l;
if(!TopologicalSort(G,topo)) return FALSE;
//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,返回FALSE
n=G.vexnum; //n为顶点个数
for(i=0;iadjvex; //j为邻接顶点的序号
if(ve[j]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
}//while
}//for
for(i=0;i=0;i--)
{ k=topo[i]; //取得拓扑序列中的顶点序号k
p=G.vertices[k].firstarc; //p指向k的第一个邻接顶点
while(p!=NULL) //依次更新k的所有邻接点的最迟发生时间
{ 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k的下一个邻接顶点
}//while
}//for
/*----------判断每一活动是否为关键活动--------- */
for(i=0;iadjvex; //j为i的邻接顶点的序号
e=ve[i]; //计算活动的最早开始时间
l=vl[j]-p->weight; //计算活动的最迟开始时间
if(e==l) cout<<"<"<,";
p=p->nextarc; //p指向i的下一个邻接顶点
}//while
}//for
return TRUE;
}//CriticalPath
void main() //主函数
{ ALGraph G={"V0",NULL,"V1",NULL,"V2",NULL,"V3",NULL,"V4",NULL,
"V5",NULL,"V6",NULL,"V7",NULL,"V8",NULL}; //顶点初始化
G.vexnum=9;
insert(G,0,1,6); insert(G,0,3,5); insert(G,0,2,4);
insert(G,1,4,1); insert(G,2,4,1); insert(G,3,5,2);
insert(G,4,6,9); insert(G,4,7,7); insert(G,5,7,4);
insert(G,6,8,2); insert(G,7,8,4);
if(CriticalPath(G)==FALSE)
cout<<"There is no critical path!\n";
}
拓扑序列为:v0 v2 v3 v5 v1 v4 v7 v6 v8
,,,,,
有两条关键路径:(v0,v1,v4,v6,v8)和(v0,v1,v4,v7,v8)
图的关键路径问题的算法之二AOE.CPP
/*2013年4月29日修改**图的关键路径问题的算法AOE.CPP*/
#include
#define MAXVEX 100
#define TRUE 1
#define FALSE 0
typedef char VertexType[MAXVEX]; /*存放顶点信息的字符串*/
typedef float AdjType;
typedef struct ArcNode
{ int adjvex; /* 相邻顶点字段 */
AdjType weight;
struct ArcNode *nextarc;
/* 链字段 */
}ArcNode;
/* 边表中的结点 */
typedef struct VNode
{ VertexType data;
/* 顶点信息 */
ArcNode *firstarc;
/* 边表头指针 */
}VNode,AdjList[MAXVEX];
/* 顶点表中的结点 */
typedef struct
{ AdjList vertices;
int vexnum,arcnum;
/* 图的顶点个数 */
}ALGraph;
/* 求出图中所有顶点的入度,方法是搜索整个邻接表 */
void FindInDegree(ALGraph G,int inDegree[])
{ int i;
ArcNode *p;
for(i=0;iadjvex]++;
p=p->nextarc;
}
}
}
void makeNewAOV(ArcNode *p,int *indegree, int &top)
{ int k;
while(p) /* 删除以该顶点为起点的边 */
{ k=p->adjvex;
indegree[k]--;
if(indegree[k]==0) /* 将新的入度为零的边入栈 */
{ indegree[k]=top;
top=k;
}
p=p->nextarc;
}
}
int topoSort(ALGraph G,int *topo) /*拓扑排序算法*/
{ ArcNode *p;
int i,j,count=0,top=-1;
int indegree[MAXVEX];
FindInDegree(G,indegree); /* 求出图中所有顶点的入度 */
for(i=0;iadjvex=b;
temp->nextarc=NULL;
temp->weight=weight;
p=G.vertices[a].firstarc;
if(p==NULL)
G.vertices[a].firstarc=temp;
else
{ while(p->nextarc!=NULL) p=p->nextarc; /*找表尾*/
p->nextarc=temp;
}
}
void makeList(ALGraph &G) /*邻接表的构造*/
{ int i;
G.vexnum=9;
for(i=0;iadjvex;
if(ve[i]+p->weight>ve[j]) ve[j]=ve[i]+p->weight;
p=p->nextarc;
}
}
}
void countvl(ALGraph G,int *topo,AdjType *ve, AdjType *vl) /*计算各事件的最迟发生时间*/
{ int i,j,k;
ArcNode *p;
for(i=0;i=0;k--) /*下标从0开始,最后一个顶点无后继,所以减2*/
{ i=topo[k];
p=G.vertices[i].firstarc;
while(p!=NULL)
{ j=p->adjvex;
if(vl[j]-p->weightweight;
p=p->nextarc;
}
}
}
void counte_l(ALGraph G,AdjType *ve,AdjType *vl,AdjType *ee,AdjType *el)
/*计算各活动的最早发生时间和最迟发生时间,并输出关键路径*/
{ int i=0,j,k;
ArcNode *p;
cout<<"关键路径是: ";
for(j=0;jadjvex;
ee[i]=ve[j];
el[i]=vl[k]-p->weight;
if(ee[i]==el[i]) cout<<",";
i++; //i表示弧的序号。弧的序号自第一个顶点开始到最后一个顶点止顺序编号。
p=p->nextarc;
}
}
}
int CriticalPath(ALGraph G) /*关键路径算法*/
{ AdjType ve[MAXVEX],vl[MAXVEX],ee[MAXEDGE],el[MAXEDGE];
int topo[MAXVEX];
if(topoSort(G,topo)==FALSE) /*求AOE网的一个拓扑序列*/
return FALSE; /*若有环则返回FALSE*/
countve(G,topo,ve); /*计算数组ve,ve存放事件可能的最早发生时间*/
countvl(G,topo,ve,vl); /*计算数组vl,vl存放事件可能的最迟发生时间*/
counte_l(G,ve,vl,ee,el); /*计算数组ee,el并输出结果*/
cout<<"\n"; /*数组ee存放活动的最早开始时间,数组el存放活动的最晚开始时间*/
return TRUE;
}
void main() /*主程序*/
{ ALGraph G;
makeList(G);
if(CriticalPath(G)==FALSE)
cout<<"There is no critical path!\n";
}
图的关键路径问题的算法之三
/*2013年4月29日修改**图的关键路径问题的算法之三AOE.CPP*/
#include
#define MAXVEX 100
#define TRUE 1
#define FALSE 0
typedef char VertexType[MAXVEX]; /*存放顶点信息的字符串*/
typedef float AdjType;
typedef struct ArcNode
{ int adjvex; /* 相邻顶点字段 */
AdjType weight;
struct ArcNode *nextarc;
/* 链字段 */
}ArcNode;
/* 边表中的结点 */
typedef struct VNode
{ VertexType data;
/* 顶点信息 */
ArcNode *firstarc;
/* 边表头指针 */
}VNode,AdjList[MAXVEX];
/* 顶点表中的结点 */
typedef struct
{ AdjList vertices;
int vexnum,arcnum;
/* 图的顶点个数 */
}ALGraph;
/* 求出图中所有顶点的入度,方法是搜索整个邻接表 */
void FindInDegree(ALGraph G,int inDegree[])
{ int i;
ArcNode *p;
for(i=0;iadjvex]++;
p=p->nextarc;
}
}
}
void makeNewAOV(ArcNode *p,int *indegree, int &top)
{ int k;
while(p) /* 删除以该顶点为起点的边 */
{ k=p->adjvex;
indegree[k]--;
if(indegree[k]==0) /* 将新的入度为零的边入栈 */
{ indegree[k]=top;
top=k;
}
p=p->nextarc;
}
}
int topoSort(ALGraph G,int *topo) /*拓扑排序算法*/
{ ArcNode *p;
int i,j,count=0,top=-1;
int indegree[MAXVEX];
FindInDegree(G,indegree); /* 求出图中所有顶点的入度 */
for(i=0;iadjvex=b;
temp->nextarc=NULL;
temp->weight=weight;
p=G.vertices[a].firstarc;
if(p==NULL)
G.vertices[a].firstarc=temp;
else
{ while(p->nextarc!=NULL) p=p->nextarc; /*找表尾*/
p->nextarc=temp;
}
}
void makeList(ALGraph &G) /*邻接表的构造*/
{ int i;
G.vexnum=9;
for(i=0;iadjvex;
if(ve[i]+p->weight>ve[j]) ve[j]=ve[i]+p->weight;
p=p->nextarc;
}
}
}
void countvl(ALGraph G,int *topo,AdjType *ve, AdjType *vl) /*计算各事件的最迟发生时间*/
{ int i,j,k;
ArcNode *p;
for(i=0;i=0;k--) /*下标从0开始,最后一个顶点无后继,所以减2*/
{ i=topo[k];
p=G.vertices[i].firstarc;
while(p!=NULL)
{ j=p->adjvex;
if(vl[j]-p->weightweight;
p=p->nextarc;
}
}
}
void counte_l(ALGraph G,AdjType *ve,AdjType *vl,AdjType *ee,AdjType *el)
/*计算各活动的最早发生时间和最迟发生时间,并输出关键路径*/
{ int i=0,j,k;
ArcNode *p;
cout<<"关键路径是: ";
for(j=0;jadjvex;
ee[i]=ve[j];
el[i]=vl[k]-p->weight;
if(ee[i]==el[i]) cout<<"→";
i++; //i表示弧的序号。弧的序号自第一个顶点开始到最后一个顶点止顺序编号。
p=p->nextarc;
}
}
}
int CriticalPath(ALGraph G) /*关键路径算法*/
{ AdjType ve[MAXVEX],vl[MAXVEX],ee[MAXEDGE],el[MAXEDGE];
int topo[MAXVEX];
if(topoSort(G,topo)==FALSE) /*求AOE网的一个拓扑序列*/
return FALSE; /*若有环则返回FALSE*/
countve(G,topo,ve); /*计算数组ve,ve存放事件可能的最早发生时间*/
countvl(G,topo,ve,vl); /*计算数组vl,vl存放事件可能的最迟发生时间*/
counte_l(G,ve,vl,ee,el); /*计算数组ee,el并输出结果*/
cout<<"\n"; /*数组ee存放活动的最早开始时间,数组el存放活动的最晚开始时间*/
return TRUE;
}
void main() /*主程序*/
{ ALGraph G;
makeList(G);
if(CriticalPath(G)==FALSE)
cout<<"There is no critical path!\n";
}
图6.22
上图的邻接表
各事件的最早发生时间数组ve变化情况:
k
0
1
2
3
4
5
6
7
8
i=topo[k]
0
2
3
5
1
4
7
6
8
V0
0
0
0
0
0
0
0
0
0
0
0
V1
1
0
6
6
6
6
6
6
6
6
6
V2
2
0
4
4
4
4
4
4
4
4
4
V3
3
0
5
5
5
5
5
5
5
5
5
V4
4
0
0
5
5
5
7
7
7
7
7
V5
5
0
0
0
7
7
7
7
7
7
7
V6
6
0
0
0
0
0
0
16
16
16
16
V7
7
0
0
0
0
11
11
14
14
14
14
V8
8
0
0
0
0
0
0
0
18
18
18
各事件的最迟发生时间数组vl变化情况:
k
7
6
5
4
3
2
1
0
i=topo[k]
6
7
4
1
5
3
2
0
V0
0
18
18
18
18
18
18
18
18
0
V1
1
18
18
18
18
6
6
6
6
6
V2
2
18
18
18
18
18
18
18
6
6
V3
3
18
18
18
18
18
18
7
8
8
V4
4
18
18
18
7
7
7
7
7
7
V5
5
18
18
18
18
18
10
10
10
10
V6
6
18
16
16
16
16
16
16
16
16
V7
7
18
18
14
14
14
14
14
14
14
V8
8
18
18
18
18
18
18
18
18
18
各事件和各活动的最早与最迟开始时间
下标
顶点(事件)
ve
vl
活动(弧)
e(i)
l(i)
l(i)-e(i)
0
V0
0
0
a1
0
0
0
1
V1
6
6
a2
0
2
2
2
V2
4
6
a3
0
3
3
3
V3
5
8
a4
6
6
0
4
V4
7
7
a5
4
6
2
5
V5
7
10
a6
5
8
3
6
V6
16
16
a7
7
7
0
7
V7
14
14
a8
7
7
0
8
V8
18
18
a9
7
10
3
9
a10
16
16
0
10
a11
14
14
0
拓扑序列为:v0 v2 v3 v5 v1 v4 v7 v6 v8
关键路径是:,,,,,
即有两条关键路径:(v0,v1,v4,v6,v8)和(v0,v1,v4,v7,v8)
图6.23 图6.22所示图的关键路径
【算法分析】在算法6.13中,在求每个事件的最早和最迟发生时间,以及活动的最早和最迟开始时间时,都要对所有顶点及每个顶点边表中所有的边结点进行检查,由此,求关键路径算法的时间复杂度为O(n+e)。
实践已经证明:用AOE-网来估算某些工程完成的时间是非常有用的。实际上,求关键路径的方法本身最初就是与维修和建造工程一起发展的。但是,由于网中各项活动是互相牵涉的,因此,影响关键活动的因素亦是多方面的,任何一项活动持续时间的改变都会影响关键路径的改变。由此可见,关键活动的速度提高是有限度的。只有在不改变网的关键路径的情况下,提高关键活动的速度才有效。
另一方面,若网中有几条关键路径,那么,单是提高一条关键路径上的关键活动的速度,还不能导致整个工程缩短工期,而必须提高同时在几条关键路径上的活动的速度。
PAGE
45
本文档为【AOE关键路径】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑,
图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。