数据结构 _ 基础练习 _7-11 关键活动 _ 非递归解法

2023-05-16

1. 原题

点此链接1

2. 解题思路

写在前面,参考博文2
  本题其实考察的就是课本(高等教育出版社 - 陈越 - 《数据结构》)6.8节-关键路径的内容。课本中给出了三个公式,以分别计算三个要素:最早完成时间,最迟完成时间,机动时间。下述内容将从这三个要素来分析及说明程序实现的方法。

2.1 最早完成时间

  摘自《数据结构》P250:

  为了能够确定工程的最早完成时间,只需在开始事件到完成事件间寻找最长有向路径,它的长度就是答案。路径长度是指这条路径上所有活动时间的总和。
  可以通过求解树中每个结点(事件)的最早完成时间,来计算整个工程的最早完成时间。若 E a r l i e s t [ i ] Earliest[i] Earliest[i]表示结点 i i i 的最早完成时间, C v , w C_{v,w} Cv,w表示 < v , w > <v,w> <v,w>边的权重,则有:

E a r l i e s t [ 1 ] = 0 E a r l i e s t [ w ] = max ⁡ < v , w > ∈ E ( E a r l i e s t [ v ] + c v , w ) Earliest[1] = 0\\Earliest[w]=\max_{<v,w>\in E}(Earliest[v]+c_{v,w}) Earliest[1]=0Earliest[w]=<v,w>Emax(Earliest[v]+cv,w)

  上式即求取最早完成时间的递推公式。如何使用程序语言实现之?可以考虑这样一种情况,在这个问题中,一棵正常的树必然有起始点,然后定义一个动作:擦除起始点S。
  “擦除起始点S”应该包括以下动作:

  1. 更新起始点S周围所有邻接点的最早完成时间,即上述递推公式
  2. 消除起始点S对邻接点的影响,即将所有邻接点的入度-1

  在“擦除起始点S”之后的树就是消除了起始点S影响的新树,然后不断作这个动作直到树空(或者找不到起始点)为止。

  代码如下(如果你不清除变量是什么意思,查阅最后的代码):

	/*
	 * 所有的起始点都要压入q中
	 * 入度为0的点就是起始点
	 */
    queue<int> q;
    /* 1.计算最早时间 ********************************************************/
    auto sumMax = 0;
    // 将所有起始点压入
    for (auto i = 0; i < num; i++)
        if (!inDegree[i])
            q.push(i);
    int cnt = 0;
    while (!q.empty())
    {
        auto index = q.front();
        q.pop();
        ++cnt;
        for (auto &r : forwardData[index])
        {
            earliest[r.first] = max(earliest[r.first], earliest[index] + r.second);
            sumMax = max(sumMax, earliest[r.first]);
            if (!--inDegree[r.first])
                q.push(r.first);
        }
    }
    // 判断图是否符合要求
    if (cnt != num)
        return Error();

2.2 最晚完成时间

  摘自《数据结构》P251

  同样,还可以求解每一事件 i i i 在不影响整个工程完成情况下的允许最晚完成时间 L a t e s t [ i ] Latest[i] Latest[i] 。计算是从结束事件开始,设结束顶点为事件 n n n,按事件拓扑的相反次序逐个顶点推算,直到工程的初始顶点为止。结束顶点的最晚完成事件等于它的最早完成时间,其他顶点按下式计算:
L a t e s t [ n ] = L a t e s t [ n ] L a t e s t [ v ] = min ⁡ < v , w > ∈ E ( L a t e s t [ w ] − C v , w ) Latest[n] = Latest[n]\\ Latest[v]=\min_{<v,w>\in E} (Latest[w] - C_{v,w}) Latest[n]=Latest[n]Latest[v]=<v,w>Emin(Latest[w]Cv,w)

  上式就是求解最晚完成时间的递推公式,可以按照2.1节的思路编写代码,相比之下有这样几个点需要考虑:

  1. L a t e s t [ i ] 0 ≤ i ≤ N − 1 Latest[i]_{0\le i \le N-1} Latest[i]0iN1的初始值怎么定
  2. 环路判断

  代码如下(如果你不清除变量是什么意思,查阅最后的代码):

/* 2.计算最迟时间 ********************************************************/
    latest = vector<int>(num, sumMax);
    // 将所有终止点压入
    for (auto i = 0; i < num; i++)
        if (!outDegree[i])
            q.push(i);
    while (!q.empty())
    {
        auto index = q.front();
        q.pop();
        for (auto &r : reverseData[index])
        {
            latest[r.first] = min(latest[r.first], latest[index] - r.second);
            if (!--outDegree[r.first])
                q.push(r.first);
        }
    }

2.3 求取机动时间

  摘自《数据结构》P251

  各顶点的最早和最晚完成时间被求出以后,能够很容易地确定在不影响工程进度的前提下,每一活动最多能耽误的时间长短。这个时间是否为 0 0 0 决定了该活动是否为关键路径。求 < v , w > <v,w> <v,w> 边上的允许耽误的最大时间 D e l a y v , w Delay_{v,w} Delayv,w 采用的计算公式为:
D e l a y v , w = L a t e s t [ w ] − E a r l i e s t [ v ] − C v , w Delay_{v,w} = Latest[w] - Earliest[v] - C_{v,w} Delayv,w=Latest[w]Earliest[v]Cv,w

  上式就是机动时间的求取公式。

2.4 输出问题

   原题的输出描述比较难理解,实际上题目意思就是从所有的边中按照“输出要求”输出所有的关键路径。
  输出要求:将一条边定义为
E d g e ( n u m ) : S t a r t → T i m e E n d Edge(num):Start \xrightarrow[]{ Time } End\\ Edge(num):StartTime End
  上式中 n u m num num 输入的顺序, S t a r t Start Start 为起点索引, E n d End End 为终点索引, T i m e Time Time 为这条路径花费的时间。输出中 S t a r t Start Start 小者优先,如果 S t a r t Start Start相同, n u m num num 大者优先。

2.5 最后一个问题

  程序中并没有加入连通判断,不过最后也胜利过去了。
  一个简单的想法:只剩下一个起始点,擦除其余起始点,然后求出最早开始时间后判断所有的终止点(出度为0)是否都被访问。

代码

/*
 * 解题思路
 * 采用非递归算法解题
 * 
 * 1.求取每个顶点的最早时间
 * 2.求取每个顶点的最迟时间
 * 3.按照输出要求对每一条判断其机动时间以输出
 * 对于 a->b这样一个活动
 *      如果b的最迟时间-a的最早时间 = c(a->b) 即机动时间为0,那就是关键路径
 *      否则就不是
 * 
 * 1.求取最早时间
 *      将所有的起点压入队列Q
 *      从队列Q中的点V开始,考虑S的每一个邻接点W
 *      队列非空
 *      {
 *          擦除 S 对 W 的影响 -> 更新W的权重(最大值即最早时间),更新W的入度
 *              如果W的入度为0,表明这是一个新起点,则压入队列Q
 *      }
 *      如果所有点都已访问则图无回路
 * 
 * 2.求取最迟时间
 *      与 1 相同,反向即可,注意更新权重时需要考虑最小值
 *
 */
 
#include <iostream>
#include <algorithm>
#include <vector>
#include <queue>
#include <map>
#include <set>
#include <cmath>

using namespace std;

int Error()
{
    cout << 0 << endl;
    return 0;
}

using std::cout;

class Edge
{
public:
    int start = 0;
    int end = 0;
    int time = 0;
    Edge(int s, int e, int t) : start(s), end(e), time(t) {}
};

typedef pair<int, int> TPair;

int main()
{
    int num, M;
    cin >> num >> M;

    vector<vector<TPair>> forwardData(num); // 原数据,正向存储
    vector<vector<TPair>> reverseData(num); // 原数据,反向存储
    vector<int> inDegree(num);              // 入度
    vector<int> outDegree(num);             // 出度
    vector<Edge> edges;                     // 存储所有的边

    vector<int> earliest(num); // 最早时间
    vector<int> latest(num);   // 最迟时间

    for (auto i = 0; i < M; i++)
    {
        //Todo: 将原本的1->N的排序转变为 0->N-1的排序方式
        int s, e, time;
        cin >> s >> e >> time;
        forwardData[s - 1].emplace_back(e - 1, time);
        reverseData[e - 1].emplace_back(s - 1, time);
        edges.emplace_back(s - 1, e - 1, time);
        ++outDegree[s - 1];
        ++inDegree[e - 1];
    }

    queue<int> q;
    /* 1.计算最早时间 ********************************************************/
    auto sumMax = 0;
    // 将所有起始点压入
    for (auto i = 0; i < num; i++)
        if (!inDegree[i])
            q.push(i);
    int cnt = 0;
    while (!q.empty())
    {
        auto index = q.front();
        q.pop();
        ++cnt;
        for (auto &r : forwardData[index])
        {
            earliest[r.first] = max(earliest[r.first], earliest[index] + r.second);
            sumMax = max(sumMax, earliest[r.first]);
            if (!--inDegree[r.first])
                q.push(r.first);
        }
    }
    // 判断图是否符合要求
    if (cnt != num)
        return Error();

    /* 2.计算最迟时间 ********************************************************/
    latest = vector<int>(num, sumMax);
    // 将所有终止点压入
    for (auto i = 0; i < num; i++)
        if (!outDegree[i])
            q.push(i);
    while (!q.empty())
    {
        auto index = q.front();
        q.pop();
        for (auto &r : reverseData[index])
        {
            latest[r.first] = min(latest[r.first], latest[index] - r.second);
            if (!--outDegree[r.first])
                q.push(r.first);
        }
    }

    /* 3.按照题目要求输出 ****************************************************/
    cout << sumMax << endl;
    // 边集排序,以下排序的方式是起始点从大到小排,存储时的读取顺序从开始到结束排,所以输出时从末尾开始就行
    std::sort(edges.begin(), edges.end(), [](const Edge &l, const Edge &r) -> bool { return (l.start) > (r.start); });
    for (auto iter = edges.rbegin(); iter != edges.rend(); ++iter)
        // 判断机动时间是否为0
        if (!(latest[iter->end] - earliest[iter->start] - iter->time))
            cout << iter->start + 1 << "->" << iter->end + 1 << endl;

    return 0;
}
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

数据结构 _ 基础练习 _7-11 关键活动 _ 非递归解法 的相关文章

  • 海康摄像头实时显示与字符叠加详解

    1 说明 文章详细叙述了海康摄像头的两种实时显示方法 基于SDK 解码显示和基于数据流回调显示 xff0c 并且讲述了这在两种显示方法下如何往画面添加字符和图像 xff0c 最后比较了这两种方法的优劣 文章全程给以详细的程序说明 xff0c
  • Proto3序列化协议

    Proto3序列化协议 简介 对于互联网应用来说 xff0c 客户端 客户端 客户端 服务端之间需要数据的交互 xff0c 其数据传输是二进制流的方式在互联网上传输 xff0c 因为需要一种手段将数据对象编码为一种可以在网络上传输的二进制流
  • 一文读懂数据库分库分表

    阅读此文你将了解 xff1a 什么是分库分表以及为什么分库分表如何分库分表分库分表常见几种方式以及优缺点如何选择分库分表的方式 数据库常见优化方案 对于后端程序员来说 xff0c 绕不开数据库的使用与方案选型 xff0c 那么随着业务规模的
  • 从操作系统漫谈GOLang GPM模型

    前言 本文从操作系统谈起 xff0c 简单介绍操作系统基本知识 xff0c 引出进程 线程调度的基本原理和基本模型 xff0c 然后从0到1设计Golang调度器 xff0c 通过方案的逐步演进升级 xff0c 可以了解到GPM模型设计理念
  • 卡尔曼滤波经典讲解,C++算法实现

    请移步跳转文章排版更加清晰 在学习卡尔曼滤波器之前 xff0c 首先看看为什么叫 卡尔曼 跟其他著名的理论 xff08 例如傅立叶变换 xff0c 泰勒级数等等 xff09 一样 xff0c 卡尔曼也是一个人的名字 xff0c 而跟他们不同
  • 解决linux不能安装g++问题

    问题描述 xff1a Ubuntu如何通过重新安装G 43 43 编译器 xff0c 修复不能安装使用g 43 43 的问题 我刚安装的Ubuntu 14 10的g 43 43 编译器不能使用 xff0c 用sudo apt get ins
  • MySQL系列之源码浅析

    源码才是王道 真正的高手从来不是临场发挥 xff0c 随机应变是外人看来的错觉 1 主函数sql mysqld cc中 xff0c 代码如下 xff1a span class hljs keyword int span main span
  • 卡尔曼算法精讲与C++实现

    在学习卡尔曼滤波器之前 xff0c 首先看看为什么叫 卡尔曼 跟其他著名的理论 xff08 例如傅立叶变换 xff0c 泰勒级数等等 xff09 一样 xff0c 卡尔曼也是一个人的名字 xff0c 而跟他们不同的是 xff0c 他是个现代
  • 腾讯后端面试经验

    终于等来腾讯的面试 4 3号 机试 机试包括选择 xff08 30多 xff09 简答 xff08 2题 xff09 编程 xff08 2 xff09 选择和简答编程分别一小时 xff0c 选择题考的比较广 xff0c 概率 Linux 操
  • Springboot整合摘要式(Digest)身份认证

    百度下来关于springboot整合摘要式省份认证的帖子基本都是说原理的 xff0c 很少有直接的demo xff0c 前些天找到了一个博主写的demo xff0c 但是我只是截图了忘记了博主的地址很抱歉了 下面直接上代码截图 xff1a
  • kalibr相机内参标定优化过程和原理

    在估计出内参之后 xff0c 会进行优化迭代操作 如果是多相机标定 xff0c 在完成内参标定的同时 xff0c 也会完成具有交叉视野相机外参的的标定 初始估计步骤也会进行多相机基线距离的估计 xff0c 用作后续的迭代优化 优化过程如下
  • Curl多线程并发任务实例函数

    function curl post3 url arrs flen for i 61 0 i lt flen i 43 43 foreach arrs i as k 61 gt v tmp str 61 k 34 61 34 v 34 am
  • Linux下原子操作(信号量 自旋锁)的实现原理和底层代码分析

    csdn越改版 xff0c 越丑 开始我们的主题 xff1a Linux下原子操作 xff08 信号量 自旋锁 xff09 的实现原理和底层代码分析 2017年8月27日12 47 02 1 何为原子操作 xff1f 原子操作是什么 xff
  • Linux下用c语言实现发送http请求

    前言 在linux下 xff0c 使用socket进行编程 xff0c 需要到服务器上进行获取数据 xff0c 服务器使用的php编程 xff0c 需要使用http的方式进行获取数据 代码 span class hljs preproces
  • VSCode 的C++编译

    0 参考文档 0 1 官方参考 由于C 43 43 在不同平台上编译使用的编译器不同 xff0c 所以我们先将官网针对不同平台的编译文档摘录出来 xff0c 以便大家参考 xff1a 0 0 1 Linux平台使用GCC 参考 xff1a
  • STM32在子函数中的局部变量数组利用DMA发送无法正确发送数据的问题

    现象 xff1a 在子函数中 xff0c 定义了一个局部变量sendbuf 8 61 1 2 3 4 5 6 7 8 xff0c 然后分别利用普通串口发送函数发送可以正常发送和利用DMA发送 xff0c 并利用串口调试助手查看 xff0c
  • 如何使用Qt插件在Qt中进行ROS开发

    一 前言 本文介绍一种Qt下进行ROS开发的完美方案 xff0c 使用的是ros industrial的Levi Armstrong在2015年12月开发的一个Qt插件ros qtc plugin xff0c 这个插件使得Qt 新建项目 和
  • MN316_OPEN(NBIOT)物联网模块环境搭建

    因为项目的需要 这里要使用NBIOT 踩了一些坑 这里总结一下 编译 官方给的SDK如下 按照说明 在该目录下直接运行如下指令 34 build bat dlvs h0 demo 34 即可成功编译 但是我编译的时候不成功 报错如下 最后发
  • 《学习STL》-1.STL简介

    引言 当你C 43 43 入门后 xff0c 学了些C 43 43 编程规则 xff0c 正如 C 43 43 Primer 里的内容 xff0c 你知道C 43 43 里面的基本数据类型 循环 判断 函数 类 模板等 这阶段你的确会编写一
  • linux查看大小端命令

    Byte Order Litter Endian 小端模式 xff0c 绝大部分机器都是小端模式

随机推荐

  • 星网宇达利用NTRIPClient连接千寻服务器获取差分定位数据

    硬件设备 xff1a 星网宇达XW GI5610 软件设备 xff1a QXNTRIPClient 连接方式 xff1a 星网宇达RTK RS232连接电脑串口 打开QXNTRIPClient xff0c 连接千寻服务器 接收下发RTK数据
  • Ubuntu20.04 安装 mNetAssist

    安装环境 xff1a Ubuntu20 04安装包 xff1a mNetAssist release amd64 deb 安装与运行 span class token function sudo span span class token
  • 使用 include-what-you-use 检测冗余头文件

    include what you use 可以很方便的检测未使用的头文件 xff0c 使用的时候绕了点路 xff0c google后解决 xff0c 记录一下 1 安装clang ubuntu下直接apt get 安装就行了 需要注意的是
  • C语言结构体对齐详解

    文章目录 一 C语言结构体对齐大小快速判断二 反汇编角度看结构体三 总结 一 C语言结构体对齐大小快速判断 在C语言中定义一个结构体 xff0c 里面具体占用多少个字节呢 xff0c 先举一个例子 xff0c 如下 xff1a span c
  • 飞控各传感器相关作用

    飞控主要包括主控处理器MCU xff08 main control unit 和惯性导航模块IMU xff08 Inertial Measurement Unit xff09 四轴则必须配备3轴陀螺仪 xff0c 是四轴飞行器的机械结构 动
  • C++ : C++基础 :从内存的角度看 char[]和char*

    char 和char 区别 1 xff1a 数据在内存中的存储2 xff1a char 和 char 分析3 xff1a char p2 和 char p1 3 1 修改指针所指向的地址 4 string转char 5 char 转stri
  • 基于 nonce 的用户身份验证协议

    一 xff1a 什么是nonce 维基百科 xff1a 安全工程中 xff0c Nonce 是一个在加密通信只能使用一次的数字 在认证协议中 xff0c 它往往是一个 随机或 伪随机数 xff0c 以避免 重放攻击 二 xff1a 举例说明
  • php从数据库读取菜单数据并树状显示

    数据库表结构 mcp node表 字段 node code node name node pcode node code为区域编码 node name为区域名称 node pcode为父区域编码 祖先父区域编码为0 预期效果 代码实现部分
  • 蓝牙BLE之CC2541 OAD升级[带看门狗OAD]

    说明和代码设置 本文有两篇文章参考 其中博主 34 甜甜的大香瓜 34 的文章是原始文章 详细介绍了ImageA的hexh和B的bin以及A的bin是怎么生成的和具体的操作方法 https blog csdn net feilusia ar
  • php 从数据库读取数据并生成树型可折叠菜单

    数据存储形式 折叠菜单显示 直接调用 php页面即可输出树状可折叠菜单 所用到的js 区域折叠函数 function ShowMenu MenuID if MenuID style display 61 61 34 none 34 Menu
  • 提权apache 为root权限

    include lt stdio h gt include lt stdlib h gt include lt string h gt include lt sys types h gt include lt unistd h gt int
  • PHP 生成 WSDL 文件工具类 SoapDiscovery.class.php

    lt pre name 61 34 code 34 class 61 34 php 34 gt lt php Copyright c 2005 Braulio Jos Solano Rojas All rights reserved Red
  • Yii1.1 实现简单restful 框架

    学习了下php的rest服务 xff0c 将总结记录如下 采用Yii1 1版本 xff0c Yii2已经专门有restful专题 xff08 ps 暂时没有学习 xff09 1 先用Yii创建项目 2 创建数据库 xff08 rest xf
  • java 泛型

    什么是 泛型 xff1f 泛型 xff08 Generic type 或者 generics xff09 是对 Java 语言的类型系统的一种扩展 xff0c 以支持创建可以按类型进行参数化的类 可以把类型参数看作是使用参数化类型时指定的类
  • jsp学习(一)

    jsp java 服务器页面 作用 xff1a 将内容的生成和信息的展示相分离 运行在服务端 xff0c 本质上就是一个servlet xff0c 产生的java文件和class保留在tomcat的word目录下 jsp脚本 xff1a l
  • jsp学习(二)

    jsp注释 xff1a html注释 lt gt 注释的内容只在页面上看不到 xff0c Java代码和html源代码都有 java注释 只在java代码中存在 jsp注释 lt gt 只在jsp页面中存在 xff0c 翻译成java文件之
  • 数据结构 _ PAT练习 _ 1064 Complete Binary Search Tree

    1064 Complete Binary Search Tree 原题基本分析代码 原题 点此链接1 基本分析 参考陈越姥姥的解题2 xff0c 主要的难点在于在何处插入新元素使得满足完全搜索二叉树的条件 猜测还有一种更通用的动态插入算法
  • 数据结构 _ 基础练习 _ 7-10 公路村村通

    原题 点此链接1 题目分析 可参考课本 xff08 高等教育出版社 陈越 数据结构 xff09 P225中关于prim算法的描述解题 本题相对于课本描述的算法来说 xff0c 不需要考虑 父节点 xff08 parent xff09 xff
  • KEIL问题二[function的内容空没有显示(占用CPU过高)][报错Error: Encountered an improper argument]

    function的内容空没有显示 不知道怎么回事也没有任何复现的办法 装了各个版本的KEIL都不能够接解决这个问题 最终无意中新建立了一个代码分组彻底解决这个问题 KEIL Functions Bug 当出现 function的bug的时候
  • 数据结构 _ 基础练习 _7-11 关键活动 _ 非递归解法

    1 原题 点此链接1 2 解题思路 写在前面 xff0c 参考博文2 本题其实考察的就是课本 xff08 高等教育出版社 陈越 数据结构 xff09 6 8节 关键路径的内容 课本中给出了三个公式 xff0c 以分别计算三个要素 xff1a