第5章_图2（软件学院）.pptVIP

第五章 图 5.1 基本概念 5.2 图的存储结构 5.3 图的遍历 5.4 拓扑排序 5.5 关键路径 5.6 最短路径 5.7 最小支撑树 5.8 图的应用 5.5.1 基本概念 边表示活动(Activity) 边的权值表示活动的持续时间(Duration) 顶点表示入边的活动已完成，出边的活动可以开始的状态，也称为事件(Event) 这样的有向无环的带权图叫做AOE (Activity On Edges)网。 [例] 某工程 源点：表示整个工程的开始（入度为零）。 汇点：表示整个工程的结束（出度为零）。 完成整个工程至少需要多少时间？ 为缩短工程的时间，应当加快哪些活动？ 从源点到各顶点的路径可能不止一条，路径长度也可能不同。只有各条路径上所有活动都完成了，整个工程才算完成。 因此，完成整个工程所需的时间取决于从源点到汇点的最长路径长度，即在这条路径上所有活动的持续时间之和。这条路径长度最长的路径就叫做关键路径。 路径长度：指路径上的各边权值之和。 关键活动：关键路径上的活动。 ● 关键活动有关的量： ① 事件vj的最早发生时间ve(j): 从源点v0到vj的最长路径长度。 ② 事件vj的最迟发生时间vl(j): 保证汇点的最早发生时间不推迟的前提下，事件vj允许的最迟开始时间，等于ve(n-1)减去从vj到vn-1最长路径长度。 ● 关键活动有关的量： ③ 活动ai的最早开始时间e(i): 设活动ai在有向边 vj ,vk 上, e(i)是从源 点v0到vj的最长路径长度。因此e(i)=ve(j)。 ● 关键活动有关的量： ④ 活动ai的最迟开始时间l(i): l(i) 是在不会引起时间延误的前提下，该活动允许的最迟开始时间。设活动ai在有向边 vj ,vk 上, 则 l(i)= vl(k)-weight(j, k) ● 关键活动： l(i)＝ e(i) 表示活动ak 是没有时间余量的关键活动。 求关键活动算法 求关键活动的基本步骤： ①对AOE网进行拓扑排序，按拓扑次序求出各顶点事件的最早发生时间ve，若网中有回路，则终止算法； ② 按拓扑序列的逆序求各顶点事件的最迟发生时间vl; ③根据ve和vl的值，求各活动的最早开始时间e(i)与最迟开始时间l(i)，若e(i)=l(i)，则i是关键活动。 [例] 求关键活动 –– 第1步 [例] 求关键活动–– 第2步 第五章 图 5.1 基本概念 5.2 图的存储结构 5.3 图的遍历 5.4 拓扑排序 5.5 关键路径 5.6 最短路径 5.7 最小支撑树 5.8 图的应用 5.6 最短路径问题 两顶点间可能存在多条路径，每条路径经过的边数不同，每条路径的各边权值之和也不同。 从一个指定的顶点到达另一指定顶点的路径上各边权值之和最小的路径被称为最短路径，这类问题亦称为最短路径问题。 单源(由一个指定顶点到其他顶点)最短路径 ? 无权最短路径 ? 正权最短路径 ? 负权最短路径 每对顶点之间的最短路径问题 5.6.1 无权最短路径问题 无权——所有边的权值都为1 源点到各顶点的路径所经历的边的数目就是路径的长度 相对于源点由近及远依次求各顶点的最短路径 算法思想：设Di为源点S到顶点 i 的最短路径长度 ①访问初始顶点S，即令DS=0。 ②从S出发，找最短路径为1的顶点，即S的所有邻接顶点w，令Dw=DS+1 ③从上步访问的顶点w出发，找最短路径为2的顶点，即w未被访问的邻接顶点v，令Dv=Dw+1 ④继续上述过程，直至处理完所有顶点。 上述过程中，访问顶点的次序与对图进行广度优先遍历的次序是一致的; 初始时，令Dw=-1，当Dw由-1变成一个正整数时，表示从源点到w的最短路径已求完，Dw值就是最短路径长度,实现时使用数组dist[ ]存储; 为了找到最短路径，使用path[ ]存储从源点到顶点 i 的最短路径上最后一个经历的顶点。 算法ShortestPath(v, n) /* 计算从顶点v到其他各顶点的最短路径*/ SPath1[初始化] CREATQ(Q) . /* 创建一个队列 */ FOR i = 1 TO n DO (path[i] ? -1. dist[i] ? -1.) dist[v] ? 0 . Q?v.　　 SPath2[求从顶点v到其他各顶点的最短路径] WHILE NOT(ISEMTQ(Q)) DO