数据结构-图有向无环图的应用

Posted Mount256

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据结构-图有向无环图的应用相关的知识,希望对你有一定的参考价值。

文章目录

1 拓扑序列——AOV 网

1.1 手工运算拓扑序列

对 AOV 网进行拓扑排序的步骤:

  • 从 AOV 网中选择一个没有前驱(即入度为 0)的顶点输出;
  • 从网中删除该顶点和所有以它为起点的有向边;
  • 重复前面两个步骤,直到当前 AOV 网为空;
  • 若 AOV 网中不存在无前驱的顶点,则说明有向图中必然存在环。

1.2 手工运算逆拓扑序列

对 AOV 网进行拓扑排序的步骤:

  • 从 AOV 网中选择一个没有后继(即出度为 0)的顶点输出;
  • 从网中删除该顶点和所有以它为终点的有向边;
  • 重复前面两个步骤,直到当前 AOV 网为空;

1.3 代码实现拓扑序列

/* 存储结构:邻接表 */
Stack S;						// 存储入度为 0 的顶点编号 
int indegree[MAX_VERTEX_NUM];	// 当前每个顶点的入度 

bool TopoSort (Graph G)
	int count = 0;		// 记录当前已经输出的顶点个数 
	InitStack(S);
	for (int i = 0; i < G.vexnum; i++)
		if (inDegree[i] == 0)	// 将所有入度为 0 的顶点,进栈 
			Push(S, i);
	
	
	while (!IsEmpty(S))	// 若栈非空,则说明存在入度为 0 的顶点 
		Pop(S, i);			// 栈顶元素顶点 i 出栈 
		print[count] = i;	// 输出顶点 i 
		count++;
		// 遍历顶点 i 的边表,即遍历顶点 i 的所有出度顶点 
		for (Arcnode *p = G.vertices[i].firstarc; p != NULL; p = p->nextarc)
			v = p->adjvex;	// 获取出度顶点编号 
			indegree[v]--;	// 出度顶点的入度减 1 
			if (inDegree[i] == 0)	// 若出度顶点的入度为 0,进栈
				Push(S, i);
		
	
	
	if (count < G.vexnum)	// 排序失败,说明有回路 
		return false;
	else					// 排序成功 
		return true;

1.4 代码实现逆拓扑序列(DFS 算法)

bool visited[MAX_VERTEX_NUM];	// 标记顶点的访问情况 

void DFSTraverse (Graph G)
	for (v = 0; v < G.vexnum; v++)
		visited[v] = FALSE;		// 初始化各顶点的访问情况为未访问 
	
	for (v = 0; v < G.vexnum; v++)		
		if (visited[v] == FALSE)
			DFS(G, v);
	


void DFS (Graph G, int v)
	visited[v] = TRUE;	// 设置该结点为已访问过 
	// 依次访问 v 的邻接点
	for (int w = FirstNeighbor(G, v); w >= 0; w = NextNeighbor(G, v, w))
		if (visited[w] == FALSE)	// 若顶点 w 尚未访问 
			DFS(G, w);
	 
	print(v);   // 输出顶点(在顶点退栈前访问顶点)

2 关键路径——AOE 网

以下面有向图为例:

2.1 所有事件的最早发生时间 ve(vk)

  • ve(1) = 0
  • ve(2) = 3
  • ve(3) = 2
  • ve(4) = max ve(2) + 2, ve(3) + 4 = max 5, 6 = 6
  • ve(5) = ve(2) + 3 = 6
  • ve(6) = max ve(3) + 3, ve(4) + 2, ve(5) + 1 = max 5, 8, 7 = 8

2.2 所有事件的最迟发生时间 vl(vk)

  • vl(6) = 8
  • vl(5) = vl(6) - 1 = 7
  • vl(4) = vl(6) - 2 = 6
  • vl(3) = min vl(6) - 3, vl(4) - 4 = min 5, 2 = 2
  • vl(2) = min vl(5) - 3, vl(4) - 2 = min 4, 4 = 4
  • vl(1) = min vl(3) - 2, vl(2) - 3 = min 0, 1 = 0

2.3 所有活动的最早发生时间 e(ai)

  • e(1) = 0
  • e(2) = 0
  • e(3) = 3
  • e(4) = 3
  • e(5) = 2
  • e(6) = 2
  • e(7) = 6
  • e(8) = 6

2.4 所有活动的最迟发生时间 l(ai)

  • l(ai) = vl(vk) - weight

  • l(8) = vl(6) - 1 = 7

  • l(7) = vl(6) - 2 = 6

  • l(6) = vl(6) - 3 = 5

  • l(5) = vl(4) - 4 = 2

  • l(4) = vl(5) - 3 = 4

  • l(3) = vl(4) - 2 = 4

  • l(2) = vl(3) - 2 = 0

  • l(1) = vl(2) - 3 = 1

2.5 所有活动的时间余量 d(ai)

  • d(ai) = l(ai) - e(ai)
a1a2a3a4a5a6a7a8
l(ai)10442567
e(ai)00332266
d(ai)10110301
  • d(ai)=0 的活动即是关键活动,由关键活动即可得关键路径

3 有向无环图(DAG)描述表达式

将一个表达式转换为 DAG 的步骤:

  • 把各个操作数不重复地排成一排;
  • 标出表达式中各个运算符的运算顺序;
  • 按顺序往图中加入运算符,注意“分层”;
  • 从 DAG 的最底层开始,向上逐层检查同层的运算符是否可以合并。只要发现某几个运算符的出边指向的目标都相同,那么这几个运算符就可以合并。

以上是关于数据结构-图有向无环图的应用的主要内容,如果未能解决你的问题,请参考以下文章

一个有向无环图的拓扑排序序列是否唯一的

一个有向无环图的拓扑排序序列是唯一的么

图的拓扑排序是否不唯一的?

算法:有向无环图的最短路径

有向无环图的哈希值

如何利用拓扑排序將一个有向无环图的邻接短阵中的非零元素集中到对角线以上?