数据结构实验课程设计报告求工程的最短完成时间
1.课程设计内容与要求
用字符文件提供数据建立AOE网络的存储结构。编写程序，计算并输出工程的最短完成时间。
实验目的：掌握图的存储结构；掌握图的拓扑排序算法以及AOE网络顶点最早开始时间的计算方法。
1.课程设计内容与要求
用字符文件提供数据建立AOE网络的存储结构。编写程序，计算并输出工程的最短完成时间。
实验目的：掌握图的存储结构；掌握图的拓扑排序算法以及AOE网络顶点最早开始时间的计算方法。
- 程序设计报告
程序采用C++语言进行开发，完成用字符文件提供数据建立AOE网络的存储结构，计算并输出工程的最短完成时间。
-
- 总体设计
程序使用邻接表结构来存储图数据结构，借助栈数据结构完成对图的正逆拓扑排序，并求出个顶点的最早开始时间和最晚开始时间，最后计算并输出工程的最短完成时间。
执行过程如下：
关于拓扑排序，先初始化两个存储int类型下标的栈，st用于存储入度为0的点，topOrder用于存储拓扑排序的顺序，先将所有入度为0的点存入st中，若栈st中存在入度为0的结点，则继续进行拓扑排序，从栈顶弹出一个图中的顶点,存入topOrder中，遍历该顶点的所有邻接点， 先使所有邻接点的入度减一（逻辑上做删除操作），判断入度是否为0，为0则压入栈st中，如果邻接点事件的的最早发生时间小于当前顶点事件的最早发生时间加上当前顶点到邻接点的权值，则将邻接点的最早发生时间更新为当前顶点事件的最早发生事件加上两点间活动持续时间。将栈topOrder中的元素依次弹出，获得拓扑排序的逆序列，求解last数组，初始化所有事件的最迟开始时间数组last为汇点的最早发生时间，获取栈顶元素并遍历当前顶点的所有临接点，如果邻接点事件的最晚发生时间大于当前顶点事件的最晚发生时间减去当前顶点到邻接点的权值，则将邻接点的最晚发生时间更新为当前顶点事件的最晚发生时间减去两点间活动持续时间。
求解关键路径，就是遍历当前顶点的邻接点，如果最早发生时间和最晚发生时间相同的话，说明当前活动是关键活动，则输出当前活动,并从p->adjVertex出发寻找下一个关键活动，当前顶点事件邻接点的最晚开始时间减去当前活动[u, p -> adjacencyVertex]的权值就是当前活动的最晚开始时间，求得一关建路径后退出。
-
- 详细数据结构设计
- 邻接表存储结构
创建链表结点的结构体ArcNode，
成员变量int adjVertex，为该弧所指向的顶点的位置，
int weight表示有向边的路径长度（权值），
struct ArcNode* nextArc;指向下一个和头结点存在有向边的链表结点。
创建顶点结点结构体VertexNode，
成员变量，char data 存储结点上的数据，
ArcNodePtr firstArc，指向该顶点结点的第一个链表结点。
2.创建ALGraph类
成员变量：AdjList vertexes，表示图，early数组记录每个事件的最早发生时间，last数组记录每个事件的最晚发生时间。vexNum表示图中顶点的数量，arcNum表示边的数量，minTime表示工程的最短完成时间。
再定义一系列相关的成员函数，
void addEdge(ALGraph* g, int u, int v, int w);
用头插法在编号为u, v的顶点间增加一条边。
void createALGraph(ALGraph* g);
从文件输入中创建邻接表存储的有向图。
void getInDegree(ALGraph* g, int* inDegree);
求图中每个顶点的入度。
void topOrder(ALGraph* g);
拓扑排序求early和last。
void getCriticalPath(ALGraph* g, int u, int& minTime);
求解关键路径。
void criticalPath(ALGraph* g);
求解最短完成时间。
3.输入文件test01.txt格式
9 11 （结点数 边数）
0 1 6 （结点序号， 邻接点， 有向边的权值）
......
7 8 4 （共9个）
4.输出在屏幕上的信息
early数组和last数组的值，关键路径与工程完成所需的最短时间。
-
- 详细算法设计
- 拓扑排序算法
getInDegree(g, inDegree);求每个顶点的入度数组inDegree，
for (int i = 0; i < g->vexNum; ++i)
if (!inDegree[i]) st.push(i);先将所有入度为0的点存入st中，
while (!st.empty()) { 若栈st中存在入度为0的结点，则继续进行拓扑排序，
int curVex = st.top();
topOrder.push(curVex);
st.pop();
遍历该顶点的所有邻接点
for (ArcNodePtr p = g->vertexes[curVex].firstArc; p != nullptr; p = p->nextArc) {
先使所有邻接点的入度减一（逻辑上做删除操作）
if (!(--inDegree[p->adjVertex]))
如果入度减一后该邻接点的入度为0，则加入栈st中作为下一次排序的起点
st.push(p->adjVertex);
如果邻接点事件的的最早发生时间小于当前顶点事件的最早发生时间加上当前顶点到邻接点的权值，则将邻接点的最早发生时间更新为当前顶点事件的最早发生事件加上两点间活动持续时间，
if (early[curVex] + p->weight > early[p->adjVertex])
early[p->adjVertex] = early[curVex] + p->weight;}}
for (int i = 0; i < g->vexNum; i++) 初始化所有事件的最迟开始时间数组last为汇点的最早发生时间，
last[i] = early[g->vexNum - 1];
while (!topOrder.empty()) {
int curVex = topOrder.top();
topOrder.pop();
for (ArcNodePtr p = g->vertexes[curVex].firstArc; p; p = p->nextArc) {
如果邻接点事件的最晚发生时间大于当前顶点事件的最晚发生时间减去当前顶点到邻接点的权值， 则将邻接点的最晚发生时间更新为当前顶点事件的最晚发生时间减去两点间活动持续时间。
if (last[p->adjVertex] - p->weight < last[curVex])
last[curVex] = last[p->adjVertex] - p->weight;}}
算法复杂度:对有n个顶点和e条弧的有向图而言，建立求各顶点的入度的时间复杂度为O(e)；建零入度顶点栈的时间复杂度为O(n)；在拓扑排序过程中，若有向图无环，则每个顶点进一次栈、出一次栈，入度减1的操作在while语句中总共执行e次，所以总的时间复杂度为O(n+e)。 拓扑排序初始参数只有邻接表，所以第一步建立入度数组，因为每1入度对应一条弧，总共e条弧，建立入度数组的复杂度为O(e)。每个节点输出一次，n个节点遍历一次，时间复杂度为O(n)。然后节点入度减1的操作，也是一条弧对应一次，e条弧总共O(e)。即对每条弧要建立入度数组操作和删除操作，每个顶点要遍历一次并删除。故时间复杂度为O(n+e)。
- 求解关键路径
遍历当前顶点u的所有邻接点
for (ArcNodePtr p = g->vertexes[u].firstArc; p != nullptr; p = p->nextArc) {
如果最早发生时间和最晚发生时间相同的话，说明当前活动是关键活动，则输出当前活动,并从p->adjVertex出发寻找下一个关键活动， 当前顶点事件邻接点的最晚开始时间减去当前活动[u, p -> adjacencyVertex]的权值就是当前活动的最晚开始时间，
if (early[u] == last[p->adjVertex] - p->weight) {
minTime += p->weight;
vec.push_back(u); 将关键活动存入vec中,
vec.push_back(p->adjVertex);
getCriticalPath(g, p->adjVertex, minTime);递归寻找下一个关键活动
找到一条关键路径，结束循环
break;}}
算法时间复杂度为:O(n+e)。
#define _CRT_SECURE_NO_WARNINGS 1
#include
#include
#include
#include
using namespace std;
#define MAX_VERTEX_NUM 20
// 链表结点
typedef struct ArcNode {
// 该弧所指向的顶点的位置
int adjVertex;
// 有向边的路径长度（权值）
int weight;
// 下一个和头结点存在有向边的链表结点
struct ArcNode* nextArc;
}ArcNode, * ArcNodePtr;
// 顶点结点
typedef struct VertexNode {
// 存储结点上的数据
char data;
// 指向该顶点结点的第一个链表结点
ArcNodePtr firstArc;
}AdjList[MAX_VERTEX_NUM];
class ALGraph
{
public:
ALGraph() = default;
// early数组记录每个事件的最早发生时间
int early[MAX_VERTEX_NUM] = { 0 };
// last数组记录每个事件的最晚发生时间
int last[MAX_VERTEX_NUM] = { 0 };
// 存储图上所有顶点的数组
AdjList vertexes;
// 图中顶点的数量、边的数量
int vexNum, arcNum;
// 定义minTime表示工程的最短完成时间
int minTime = 0;
vector vec ;
void addEdge(ALGraph* g, int u, int v, int w);
void createALGraph(ALGraph* g);
void getInDegree(ALGraph* g, int* inDegree);
void topOrder(ALGraph* g);
void getCriticalPath(ALGraph* g, int u, int& minTime);
void criticalPath(ALGraph* g);
~ALGraph() = default;
};
// 用头插法在编号为u, v的顶点间增加一条边
void ALGraph::addEdge(ALGraph* g, int u, int v, int w) {
// 创建一个新的链表结点
ArcNodePtr p = new ArcNode();
// 有向边的狐头
p->adjVertex = v;
// 新结点指向头结点后继
p->nextArc = g->vertexes[u].firstArc;
// 有向边的权值
p->weight = w;
// 头结点指向新结点
g->vertexes[u].firstArc = p;
}
// 从文件输入中创建邻接表存储的有向图
void ALGraph::createALGraph(ALGraph* g) {
// 文件输入
ifstream input("test01.txt");
// 输入顶点数和边数
input >> g->vexNum >> g->arcNum;
// 输入每个顶点的值并初始化指针为nullptr
for (int i = 0; i < g->vexNum; ++i) {
//让顶点存储的数据为顶点的编号
g->vertexes[i].data = i + '0';
g->vertexes[i].firstArc = nullptr;
}
// 读入的一条带权有向边
for (int i = 0; i < g->arcNum; ++i) {
int u, v, w;
input >> u >> v >> w;
addEdge(g, u, v, w);
}
}
// 求图中每个顶点的入度
void ALGraph::getInDegree(ALGraph* g, int* inDegree) {
// 遍历图
for (int i = 0; i < g->vexNum; ++i)
for (ArcNodePtr p = g->vertexes[i].firstArc; p != nullptr; p = p->nextArc)
// 每条有向边的终点顶点入度加一
inDegree[p->adjVertex]++;
}
// 拓扑排序求early和last
void ALGraph::topOrder(ALGraph* g) {
// 每个结点的入度初始化为0
int inDegree[MAX_VERTEX_NUM] = { 0 };
// 求每个顶点的入度数组inDegree
getInDegree(g, inDegree);
// 初始化两个存储int类型下标的栈，st用于存储入度为0的点，topOrder用于存储拓扑排序的顺序
stack st, topOrder;
// 先将所有入度为0的点存入st中
for (int i = 0; i < g->vexNum; ++i)
if (!inDegree[i]) st.push(i);
// 若栈st中存在入度为0的结点，则继续进行拓扑排序
while (!st.empty()) {
// 从栈顶弹出一个图中的顶点,存入topOrder中
int curVex = st.top();
topOrder.push(curVex);
st.pop();
// 遍历该顶点的所有邻接点
for (ArcNodePtr p = g->vertexes[curVex].firstArc; p != nullptr; p = p->nextArc) {
if (!(--inDegree[p->adjVertex]))
// 如果入度减一后该邻接点的入度为0，则加入栈st中作为下一次排序的起点
st.push(p->adjVertex);
if (early[curVex] + p->weight > early[p->adjVertex])
early[p->adjVertex] = early[curVex] + p->weight;
}
}
//初始化所有事件的最迟开始时间数组last为汇点的最早发生时间
for (int i = 0; i < g->vexNum; i++)
last[i] = early[g->vexNum - 1];
while (!topOrder.empty()) {
// 获取栈顶元素
int curVex = topOrder.top();
topOrder.pop();
// 遍历当前顶点的所有邻接点
for (ArcNodePtr p = g->vertexes[curVex].firstArc; p; p = p->nextArc) {
if (last[p->adjVertex] - p->weight < last[curVex])
last[curVex] = last[p->adjVertex] - p->weight;
}
}
// 输出所有顶点的early值
cout << "early: ";
for (int i = 0; i < g->vexNum; ++i)
cout << early[i] << " ";
// 输出所有顶点的last值
cout << endl << "last: ";
for (int i = 0; i < g->vexNum; ++i)
cout << last[i] << " ";
}
// 求解关键路径
void ALGraph::getCriticalPath(ALGraph* g, int u, int& minTime) {
// 遍历当前顶点u的所有邻接点
for (ArcNodePtr p = g->vertexes[u].firstArc; p != nullptr; p = p->nextArc) {
if (early[u] == last[p->adjVertex] - p->weight) {
minTime += p->weight;
// 将关键活动存入vec中
vec.push_back(u);
vec.push_back(p->adjVertex);
getCriticalPath(g, p->adjVertex, minTime);
// 找到一条关键路径，结束循环
break;
}
}
}
void ALGraph::criticalPath(ALGraph* g) {
cout << endl << "关键路径：";
getCriticalPath(g, 0, minTime);
for (int i = 0; i < vec.size(); i = i + 2) {
cout << "V" <";
}
cout << "V" << vec[vec.size() - 1];
cout << endl << "工程最短完成时间: " << minTime;
}
int main() {
ALGraph* G = new ALGraph();
G->createALGraph(G); // 创建图的图的邻接表存储
G->topOrder(G); //拓扑排序
G->criticalPath(G); //求关键路径
G->~ALGraph();
return 0;
}
test01.txt文件输入为：
7 8
0 1 6
0 2 4
0 3 5
1 4 1
2 4 1
3 5 2
4 6 7
5 6 4
屏幕输出：
