数据结构课程设计——关键路径
数据结构中的关键路径算法解析

数据结构中的关键路径算法解析关键路径算法是一种用于确定项目关键路径的方法,它可以帮助我们找到项目中耗时最长的路径,从而可以合理地安排任务和资源,提高项目完成的效率。
在数据结构中,关键路径算法也有着重要的应用。
本文将对数据结构中的关键路径算法进行解析和讨论。
一、什么是关键路径算法?关键路径算法是一种基于网络图的分析工具,它通过构建工程项目的网络模型,确定项目中的关键路径,以便更好地控制和管理项目进度。
关键路径是指项目中最长时间的路径,这条路径上的每个任务都是不能延误的,否则将会对整个项目的完成时间产生直接影响。
二、关键路径算法的基本步骤1. 创建网络图:将项目的任务和其所需的时间以及任务之间的依赖关系表示为有向无环图(DAG),其中顶点表示任务,边表示任务之间的依赖关系。
2. 计算任务的最早开始时间(ES)和最迟开始时间(LS):从图的起点开始,依次计算每个任务的最早开始时间,即该任务能够开始执行的最早时间;然后从图的终点开始,逆序计算每个任务的最迟开始时间,即该任务必须在何时开始以保证项目能够按时完成。
3. 计算任务的最早完成时间(EF)和最迟完成时间(LF):根据任务的最早开始时间和所需时间计算出任务的最早完成时间,即该任务能够完成的最早时间;然后根据任务的最迟开始时间和所需时间计算出任务的最迟完成时间,即该任务必须在何时完成以保证项目能够按时完成。
4. 计算任务的总时差(TF):总时差等于任务的最迟完成时间减去最早完成时间,表示任务可以延误的时间。
5. 确定关键路径:根据任务的总时差,将总时差为零的任务连接起来,形成关键路径。
三、关键路径算法的实例为了更好地理解关键路径算法的应用,我们以一个简单的工程项目为例进行说明。
假设有以下任务需要完成:任务A:7天任务B:5天任务C:10天任务D:6天任务E:3天任务F:8天任务之间的依赖关系如下所示:A ->B -> D -> FA -> C -> E -> F首先,我们可以根据这些任务和依赖关系创建一个有向无环图(DAG),然后按照上述算法的步骤进行计算。
数据结构课程设计报告——关键路径

《数据结构》课程设计报告课程题目:关键路径学院:班级:学号:XX:指导教师:完成日期:目录一、需求分析3二、概要设计4三、详细设计5四、调试分析11五、用户使用说明12六、测试结果13七、附录13一、需求分析1、问题描述AOE网(即边表示活动的网络),在某些工程估算方面非常有用。
它可以使人们了解:(1)研究某个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? 在AOE网络中,从源点到汇点的有向路径可能不止一条,但只有各条路径上所有活动都完成了,这个工程才算完成。
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,这条路径就叫做关键路径(critical path)。
2、设计步骤(1)、以某一工程为蓝本,采用图的结构表示实际的工程计划时间。
(2)、调查并分析和预测这个工程计划每个阶段的时间。
(3)、用调查的结果建立AOE网,并用图的形式表示。
(4 )、用CreateGraphic ()函数建立图的邻接表存储结构,能够输入图的顶点和边的信息,并存储到相应存储结构中。
(5)、用SearchMaxPath()函数求出最大路径,并打印出关键路径。
(6)、编写代码并调试、测试通过。
3、测试数据○v2○v5○v1○v4○v6○v36v1 v2 v3 v4 v5 v68v1 v2 a1 3v1 v3 a2 2v2 v4 a3 2v2 v5 a43v3 v4 a5 4v3 v6 a6 3v4 v6 a7 2v5 v6 a8 1二、概要设计为了实现上述函数功能:1、抽象数据类型图的定义如下:ADT Graph {数据对象V:V是具有相同特性的数据元素的集合,称为顶点集。
数据关系R:R={VR};VR={<v,w>|v,w∈V,且P(v,w),<v,w>表示从v到w的弧,谓词P(v,w)定义了弧<v,w>的意义和信息}基本操作:InitGraph(G);初始条件:图G存在。
数据结构课程设计关键路径

数据结构课程设计关键路径数据结构课程设计-关键路径#define max 20#include#include#includeusing namespace std;typedef struct ArcNode//定义表结点{int adjvex;//该弧所指向顶点的位置struct ArcNode *nextarc;//指向下一条弧的指针int info;//该弧的权值}ArcNode;typedef struct VNode//定义头结点{int data;//顶点信息ArcNode *firstarc;//指向第一条依附该顶点的弧的指针}VNode,AdjList[max];typedef struct//定义ALGraph{AdjList vertices;int vexnum,arcnum;//图的当前顶点数和弧数int kind;//图的种类标志}ALGraph;typedef struct//定义栈{int *base;//栈底int *top;//栈顶}stack;void initstack(stack &s)//建立空栈{s.base=(int*)malloc(max*sizeof(int)); s.top=s.base;}int stackempty(stack s)//判断是否为空栈{if(s.base==s.top)return 1;else return 0;}int stackfull(stack s)//判断是否为满栈{if(s.top-s.base>=max) return 1;else return 0;}int pop(stack &s)//进行出栈{int e;//出栈先进行赋值,后移动指针if(!stackempty(s)){e=*(s.top-1);s.top--;return e;}else return NULL;}void push(stack &s,int e)//进行入栈{if(!stackfull(s)){s.top++;//进栈先移动指针,后进行赋值*(s.top-1)=e;}}void CreateDG(ALGraph &G)//创建邻接表的图{int k,i,j;char tag;cout<<"请输入图的顶点数目:"<>G.vexnum;cout<<"请输入图的弧的数目:"<>G.arcnum;cout<<"请确认是否输入弧的权值(y/n):"<<endl;< p="">cin>>tag;for(i=1;i<=G.vexnum;++i){G.vertices[i].data=i;//初始化顶点值G.vertices[i].firstarc=NULL;//初始化指针}cout<<"请输入弧的相关信息arc(V1-->V2)"<{cout<<endl<<"请输入弧头"<<"[1,"<<g.vexnum<<"]:";< p="">cin>>i;cout<<"请输入弧尾"<<"[1,"<<g.vexnum<<"]:";< p="">cin>>j;while(i<1||i>G.vexnum||j<1||j>G.vexnum)//如果弧头或弧尾不合法,重新输入{cout<<endl<<"请再次输入弧头"<<"[1,"<<g.vexnum<<"]:";< p="">cin>>i;cout<<"请再次输入弧尾"<<"[1,"<<g.vexnum<<"]:";< p=""> cin>>j;}ArcNode *p;p=(ArcNode*)malloc(sizeof(ArcNode));//分配内存if(!p){cout<<"Overflow!";//如果没有足够的空间,则退出}p->adjvex=j;//对弧结点的弧顶点数据域赋值p->nextarc=G.vertices[i].firstarc;//对弧结点下一条弧指针域赋值p->info=0; // 对弧结点相关信息指针域赋值G.vertices[i].firstarc=p; // 将弧结点插入到对应的单链表if(tag=='y'){cout<<"请输入弧的权值:";cin>>p->info;}}}void ShowMGraph(ALGraph G)//输出图G{int j;ArcNode *p;for(j=1;j<=G.vexnum;++j){if(G.vertices[j].firstarc)cout<<g.vertices[j].data<<"->";</g.vertices[j].data<<"->else cout<<g.vertices[j].data<<">";</g.vertices[j].data<<"> for(p=G.vertices[j].firstarc;p;p=p->nextarc)cout<adjvex<<" "<info<<" "<adjvex<<"->"; cout<<endl;< p="">}}int degree(ALGraph G,int i)//求各顶点的入度{int *indegree,j,k;indegree=(int*)malloc((G.vexnum+1)*sizeof(int)); ArcNode *p;for(j=1;j<=G.vexnum;j++)indegree[j]=0;for(j=1;j<=G.vexnum;j++){for(p=G.vertices[j].firstarc;p;p=p->nextarc) {k=p->adjvex;++indegree[k];}}return indegree[i];}void critical(ALGraph G)//输出关键活动{ArcNode *p;int i,k,r,j,*ve,*vl,ee,el,count=0;int *indegree,length;indegree=(int*)malloc(G.vexnum*sizeof(int));ve=(int*)malloc((G.vexnum+1)*sizeof(int));vl=(int*)malloc((G.vexnum+1)*sizeof(int)); stack S,T;initstack(T);initstack(S);//一,求各顶点的入度for(j=1;j<=G.vexnum;j++)indegree[j]=degree(G,j);//二,求各顶点最早发生的时间vefor(j=1;j<=G.vexnum;j++)//入度为零则进栈if(indegree[j]==0)push(S,j);for(j=1;j<=G.vexnum;j++)//对该数组初始化ve[j]=0;while(!stackempty(S)){i=pop(S);push(T,i);++count;for(p=G.vertices[i].firstarc;p;p=p->nextarc) {k=p->adjvex; //顶点位置if(--indegree[k]==0) push(S,k);r=p->info;if(ve[i]+r>ve[k])ve[k]=ve[i]+r;}//for结束}//while结束if(count<<"aoe网有回路!"<<endl;<="">return;}//三,求各顶点的最迟时间for(j=1;j<=G.vexnum;j++)//对vl数组进行初始化vl[j]=ve[G.vexnum];while(!stackempty(T)){j=pop(T);for(p=G.vertices[j].firstarc;p;p=p->nextarc){k=p->adjvex;r=p->info;if(vl[k]-r<vl[j])< p="">vl[j]=vl[k]-r;}}//四,对活动的最早时间和最迟时间比较cout<<"================================= ============= ================"<<endl;< p=""> printf(" 起点终点最早开始时间最迟完成时间差值备注\n"); for(j=1;j<=G.vexnum;j++)for(p=G.vertices[j].firstarc;p;p=p->nextarc){k=p->adjvex;r=p->info;ee=ve[j]; el=vl[k]-r;printf("%4d %4d %4d %4d %4d ",j,k,ve[j],vl[k]-r,vl[k]-r-ve[j]);if(ee==el)cout<<" 是关键活动"<<endl;< p="">elsecout<<" 不是关键活动"<<endl;< p="">}//for结束cout<<"================================= ============= ================"<<endl;< p=""> length=ve[G.vexnum];cout<<endl<<"2.关键路径长度为:"<<endl;< p="">cout<<" "<<length<<="">}int main()//主函数{ALGraph G;cout<<"=============================="<< endl;< p="">cout<<"======1.创建邻接表图=========="<<endl;< p="">cout<<"======2.输出邻接表图=========="<<endl;< p="">cout<<"======3.寻找关键活动=========="<<endl;< p="">cout<<"======4.退出=================="<<endl;< p="">cout<<"=============================="<< endl;< p="">cout<<"请选择操作:"<<endl;< p="">int a;l1:{cin>>a;}system("cls");while(a<=4){switch(a){case 1:cout<<"请正确创建邻接表图:"<<="" p="">cout<<"Create ALGraph success !"<<<"请选择操作:"<<endl;<="" p="">goto l1;break;case 2:cout<<"输出该邻接表图如下:"<<<"="<<endl; ShowMGraph(G);</p><p>cout<<" p="" 该图输出完毕!"<<endl;<="">cout<<"=================="<<<"请选择操作:"<<endl;<="" p="">goto l1;break;case 3:cout<<"1.输出关键活动如下:"<<="" p="">cout<<"请选择操作:"<<endl;< p="">goto l1;break;case 4:return 0;}}return 0;}</endl;<></endl;<></endl;<></endl;<></endl;<></endl;<></endl;<></endl;<></length<</endl<<"2.关键路径长度为:"<<endl;<></endl;<></endl;<></endl;<></endl;<></vl[j])<></endl;<></g.vexnum<<"]:";<></endl<<"请再次输入弧头"<<"[1,"<<g.vexnum<<"]:";<> </g.vexnum<<"]:";<></endl<<"请输入弧头"<<"[1,"<<g.vexnum<<"]:";<></endl;<>。
数据结构课程设计报告 关键路径的实现

青岛理工大学数据结构课程设计报告题目:关键路径的实现院(系):计算机工程学院学生姓名:班级:学号:起迄日期: 2014.7.8—2014.7.19指导教师: 张艳一、需求分析1.问题描述找出实际工程中的关键路径,合理安排关键活动的施工顺序。
要求:(1)表示工程的图可以用邻接表或邻接矩阵存储;(2)应能以图形的方式输出图;(3)输出关键路径和关键活动。
2.基本功能(1)用邻接表存储有向图并建立AOE网 CreateGraph();(2)用图形的形式输出有向图Display();(3)输出关键路径和关键活动 SearchMapPath();3.输入输出输入: (1)有向图的顶点数和弧数,都是int型,中间用空格隔开;(2)图中的各个顶点的值,char型;(3)图中弧的权值、起点、终点,都是int型,中间用空格隔开;输出:起点(char)、终点(char) 、最早开始时间(int)、最迟开始时间(int)、差值(int)、是否为关键活动、关键路径。
二、概要设计1.设计思路:(1) 输入图的顶点数和弧数。
(2) 输入这个图中每段弧的起始点及权值。
(3) 用输入的数据建立AOE网。
(4) 用邻接表来存储图的这些信息。
(5) 用CreateGraph( )函数建立AOE图。
(6)用Display()函数输出AOE图。
(7) 用SearchMapPath ( )函数求出最长路径,并输出关键路径。
(8) 编写程序。
2.数据结构设计:(1)逻辑结构采用图状的结构。
图是一种较线性表和树更为复杂的数据结构。
在线性表中,数据元素之间仅有线性关系,每个数据元素只有一个直接前驱和一个直接后继;在树形结构中,数据元素之间有着明显的层次关系,并且每一层上的数据元素可能和下一层中多个元素(即其孩子结点)相关,但只能和上一层中一个元素(即其双亲结点)相关;而在图形结构中,结点之间的关系可以是任意的,图中任意两个数据元素之间都可能相关。
数据结构 关键路径

l-e 0✓ 2
3 0✓ 2 3 0✓ 0✓ 3 0✓ 0✓
– 算法实现
• 以邻接表作存储结构
• 从源点V1出发,令Ve[1]=0,按拓扑序列求各顶点的Ve[i]
• 从汇点Vn出发,令Vl[n]=Ve[n],按逆拓扑序列求其余各顶 点的Vl[i]
• 根据各顶点的Ve和Vl值,计算每条弧的e[i]和l[i],找出 e[i]=l[i]的关键活动
Ch6_6.c
370
– 算法分析:T(n)=O(n³)
012 path= 3 0 2
310
– 从T中选取一个其距离值为最小的顶点W,加入S – 对T中顶点的距离值进行修改:若加进W作中间顶点,从V0
到Vi的距离值比不加W的路径要短,则修改此距离值 – 重复上述步骤,直到S中包含所有顶点,即S=V为止
0 8 2
32 13 1
35
97 6
03 62
5 17
4
终点
从V0到各终点的最短路径及其长度
• 迪杰斯特拉(Dijkstra)算法思想
按路径长度递增次序产生最短路径算法: 把V分成两组: (1)S:已求出最短路径的顶点的集合 (2)V-S=T:尚未确定最短路径的顶点集合 将T中顶点按最短路径递增的次序加入到S中, 保证:(1)从源点V0到S中各顶点的最短路径长度都不大于
从V0到T中任何顶点的最短路径长度 (2)每个顶点对应一个距离值
• 关键路径
– 问题提出
把工程计划表示为有向图,用顶点表示事件,弧表示活动; 每个事件表示在它之前的活动已完成,在它之后的活动可 以开始
例 设一个工程有11项活动,9个事件 事件 V1——表示整个工程开始 事件V9——表示整个工程结束 问题:(1)完成整项工程至少需要多少时间?
数据结构第19讲关键路径与最短路径

数据结构第19讲关键路径与最短路径关键路径与最短路径是数据结构中非常重要的概念和算法。
它们在许多领域中都有广泛的应用,包括项目管理、网络通信、物流运输等等。
本文将介绍关键路径和最短路径的概念、算法以及它们的应用。
一、关键路径关键路径是指在一个项目中,所有活动中最长的路径,也即完成整个项目所需的最长时间。
关键路径的长度决定了项目的最短完成时间,因此对于项目管理非常重要。
关键路径的计算通常使用网络图来表示项目的各个活动以及它们的前后关系。
在网络图中,每个活动用一个节点表示,活动之间的关系用边来表示。
活动之间的关系可以分为两种:顺序关系和并行关系。
1.顺序关系:活动A必须在活动B之前完成,这种关系用有向边表示。
2.并行关系:活动A和活动B可以同时进行,这种关系用无向边表示。
关键路径算法通过在网络图上进行正向遍历和逆向遍历来计算关键路径。
具体步骤如下:1.正向遍历:从起始节点出发,计算每个节点的最早开始时间。
最早开始时间是指在没有任何延迟的情况下,从起始节点到达该节点所需的最短时间。
2.逆向遍历:从终点节点出发,计算每个节点的最晚开始时间。
最晚开始时间是指在不延误整个项目完成时间的情况下,从终点节点回到该节点所需的最短时间。
3.计算关键路径:根据每个节点的最早开始时间和最晚开始时间,找出那些最早开始时间和最晚开始时间相等的节点,这些节点就是关键路径上的节点。
关键路径的计算可以有效地帮助项目管理者确定项目的最短完成时间,并将各个活动按照优先级进行排序和调度,从而提高项目的管理效率。
二、最短路径最短路径是指在一个加权图中,从起点到终点所经过的边的权值之和最小的路径。
最短路径算法有很多种,下面介绍两种常用的最短路径算法:迪杰斯特拉算法和弗洛伊德算法。
1.迪杰斯特拉算法:迪杰斯特拉算法是一种贪心算法,用于解决单源最短路径问题。
具体步骤如下:-创建两个集合S和V-S,分别用于存放已确定最短路径的节点和待确定最短路径的节点。
数据结构关键路径

数据结构关键路径 如果在有向⽆环图中⽤有向边表⽰⼀个⼯程中的各项活动(Activity),⽤有向边上的权值表⽰活动的持续时间(duration),⽤顶点表⽰事件(Event),则这种有向图叫做⽤边表⽰活动的⽹络(activity on edges),简称AOE⽹络。
例如: 其中,E i表⽰事件,a k表⽰活动。
E0是源点,E8是汇点。
完成整个⼯程所需的时间等于从源点到汇点的最长路径长度,即该路径中所有活动的持续时间之和最⼤。
这条路径称为关键路径(critical path)。
关键路径上所有活动都是关键活动。
所谓关键活动(critical activity),是不按期完成会影响整个⼯程进度的活动。
只要找到关键活动,就可以找到关键路径。
与计算关键活动有关的量: 1 事件E i的最早可能开始时间:Ee[i]—从源点E0到顶点E i的最长路径长度。
在上图中,Ee[4]=7。
2 事件E i的最迟允许开始时间:El(⼩写L)[i]—在保证汇点E n-1最迟允许开始时间El[n-1]等于整个⼯程所需时间的前提下,等于El[n-1]减去从E i到E n-1的最长路径长度。
3 活动a k的最早可能开始时间:e[k]—设该活动在有向边<E i,E j>上,从源点E0到顶点E i的最长路径长度,即等于Ee[i]。
4 活动a k的最迟允许开始时间:l(⼩写L)[k]—设该活动在有向边<E i,E j>上,在不会引起时间延误的前提下,允许的最迟开始时间。
l[k]=El[j]-dur(<E i,E j>),其中dur(<E i,E j>)是完成该活动所需的时间,即有向边<E i,E j>的权值。
l[k]-e[k]表⽰活动a k的最早可能开始时间和最迟允许开始时间的时间余量,也叫做松弛时间(slack time)。
没有时间余量的活动是关键活动。
算法步骤: 1 输⼊顶点数和边数,再输⼊每条边的起点编号、终点编号和权值。
数据结构关键路径

数据结构关键路径数据结构是计算机科学中非常重要的一门学科,它主要研究数据之间的组织方式和操作方法。
在计算机程序中,数据结构的选择和设计对程序的性能和效率有着重要的影响。
在数据结构中,关键路径是一个关键概念,它指的是一个任务完成所需要的最长时间。
1. 什么是关键路径在项目管理中,关键路径是指在一个项目的所有任务中,完成项目所需要的最长时间路径。
这条路径上的任务是项目完成的关键,如果其中任何一个任务延迟,整个项目的进度都会受到影响。
在数据结构中,关键路径指的是在一个算法或操作中,完成所需的最长时间。
它是算法或操作的瓶颈,决定了整个操作的效率。
2. 关键路径的计算方法计算关键路径的方法主要有两种:事件法和任务法。
事件法是一种图论的方法,通过绘制和分析项目的网络图来确定关键路径。
任务法是一种优化方法,通过对任务进行排序和计算来确定关键路径。
在数据结构中,计算关键路径通常是通过分析算法的复杂度来完成的。
算法的复杂度可以分为时间复杂度和空间复杂度,其中时间复杂度是计算算法执行所需的时间,空间复杂度是计算算法执行所需的空间。
通过分析算法的复杂度,可以确定算法的关键路径。
3. 关键路径的应用关键路径在数据结构中有着广泛的应用。
在算法设计中,关键路径可以帮助程序员找到算法的瓶颈并进行优化。
通过优化关键路径上的操作,可以提高算法的效率和性能。
此外,关键路径还可以应用于网络流量分析、图像处理、数据压缩等领域。
在网络流量分析中,关键路径可以帮助分析网络中的瓶颈和拥堵点,从而优化网络结构和提高传输效率。
在图像处理中,关键路径可以帮助找到图像处理的关键步骤,从而提高图像处理的速度和质量。
在数据压缩中,关键路径可以帮助找到数据压缩的关键操作,从而提高数据的压缩比例。
4. 关键路径的挑战尽管关键路径在数据结构中有着广泛的应用,但它也面临一些挑战。
首先,计算关键路径的过程通常是复杂且耗时的,需要对算法进行详细的分析和计算。
其次,关键路径可能随着算法或操作的不同而变化,需要根据具体情况进行调整和优化。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
《数据结构》课程设计报告课程题目:关键路径学院:班级:学号:姓名:指导教师:完成日期:目录一、需求分析 ............................... 错误!未定义书签。
二、概要设计 ............................... 错误!未定义书签。
三、详细设计 ............................... 错误!未定义书签。
四、调试分析 .............................. 错误!未定义书签。
五、用户使用说明 ...................... 错误!未定义书签。
六、测试结果 .............................. 错误!未定义书签。
七、附录 ..................................... 错误!未定义书签。
一、需求分析1、问题描述AOE网(即边表示活动的网络),在某些工程估算方面非常有用。
它可以使人们了解:(1)研究某个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在AOE网络中,从源点到汇点的有向路径可能不止一条,但只有各条路径上所有活动都完成了,这个工程才算完成。
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,这条路径就叫做关键路径(critical path)。
2、设计步骤(1)、以某一工程为蓝本,采用图的结构表示实际的工程计划时间。
(2)、调查并分析和预测这个工程计划每个阶段的时间。
(3)、用调查的结果建立AOE网,并用图的形式表示。
(4 )、用CreateGraphic ()函数建立图的邻接表存储结构,能够输入图的顶点和边的信息,并存储到相应存储结构中。
(5)、用SearchMaxPath()函数求出最大路径,并打印出关键路径。
(6)、编写代码并调试、测试通过。
3、测试数据○v2○v5○v1○v4○v6○v36v1 v2 v3 v4 v5 v68v1 v2 a1 3v1 v3 a2 2v2 v4 a3 2v2 v5 a4 3v3 v4 a5 4v3 v6 a6 3v4 v6 a7 2v5 v6 a8 1二、概要设计为了实现上述函数功能:1、抽象数据类型图的定义如下:ADT Graph {数据对象V:V是具有相同特性的数据元素的集合,称为顶点集。
数据关系R:R={ VR };VR={<v,w>|v,w∈V,且P(v,w),<v,w>表示从v到w的弧,谓词P(v,w)定义了弧<v,w>的意义和信息}基本操作:InitGraph(G);初始条件:图G存在。
操作结果:构造一个图的顶点数为MAX,弧的个数也为MAX,其他信息都相应初始化了的图。
CreatGraph(& G);初始条件:已经初始化了的图G。
操作结果:通过输入函数输入图的顶点个数,各顶点信息,弧的条数,以及弧的其他信息,构造图G。
}2、抽象数据类型栈的定义如下:ADT Stack {数据对象:D={ai | ai ∈ElemSet,i=1,2,…,n,n≥0}数据关系:Rl={<ai-1,ai>| ai-1,ai∈D,i=2,…,n }约定a n端为栈顶,a i端为栈底。
基本操作:InitStack(&S)操作结果:构造一个空栈S。
StackEmpty(S)初始条件:栈S已经存在。
操作结果:若栈S为空栈,则返回TRUE,否则FALSE。
Push(&S,e)初始条件:栈S已经存在。
操作结果:插入元素e为新的栈顶元素。
Pop(&S,&e)初始条件:栈S已存在且不为空。
操作结果:删除S的栈顶元素,并用e返回其值。
}三、详细设计1、图的邻接表存储结构如下:#define MAX 20typedef struct ArcNode irst=NULL;}void CreateGraphic(ALGraph &G){int i,j,s,n;ArcNode *p,*pp; ata); irst=NULL; ata)==0) 则停止查找,并保存弧尾break; 所示的顶点在头结点中的序号j for(s=0;s<;s++) ata)==0) 则停止查找,并保存弧头break; 所示的顶点在头结点中的序号s pp=(ArcNode *)malloc(sizeof(ArcNode)); irst!=NULL) irst; irst=pp; irst;p;p=p->next){ irst;p;p=p->next){ ata);irst;p;p=p->next){ k=p->adjvex;ee=ve[j];el=vl[k]-(p->info2);if(el==ee) printf("%s ",p->info1);}}printf("\n");return OK;}四、调试分析1、本次课程设计题目思路特别清晰,算法特别简单,但是在编程过程中遇到了一系列的问题都值得思考与分析。
2、首先是在图的创建过程中,用邻接表创建图的时候,指针使用没有正确到位而引发了一系列问题,后来通过与老师同学一起分析才找到了问题的症结所在。
之前用临时指针p保存头结点的first指针,然后让p指向已经存好信息的表结点pp,这样操作并没有真正把它连起来,下次循环时,又覆盖了原来的信息。
3、在成功创建了图后,把主函数中生成的图作为参数传给Critial()时,又发现原来图中的活动这一信息又改变了,全变成乱码了,原来是由于存放活动的字符串str3,由于不断的输入,导致最后字符串什么也没有了,而图中每个弧的活动指针都指向它,所以就全乱了,后来就把它改为字符串数组,并且把它设为全局变量。
4、在调试Critial()这一函数中,也遇到了一些问题,在观察零入度栈S的栈顶元素和拓扑序列栈T的时候,在watch窗口中输入*,发现一直乱变,根本不知道它的栈内元素,甚至怀疑栈的初始化函数有没有写对,后来通过查找以前堆栈类型问题以及与同学题目作对比才发现就是由于窗口输入内容写错了,应该改为*。
五、用户使用说明第一行输入顶点个数vexnum。
第二行输入各个顶点的名称。
第三行输入弧的边数arcnum。
接下来的arcnum行输入每一条弧的弧尾顶点、弧头顶点、活动以及权值大小。
六、测试结果七、附录以下是该程序设计的完整代码:#include<>#include<>#include<>#define TRUE 1#define FALSE 0#define OK 1#define ERROR 0#define OVERFLOW -2#define MAX 20#define SIZEMAX 20#define ADD 10typedef int Status;typedef int Infotype;typedef char Vertextype; typedef int Elemtype; int ID[MAX]={0};int ve[MAX]={0};char str3[MAX][10]; typedef struct ArcNode {int adjvex;struct ArcNode * next; char * info1;int info2;}ArcNode;typedef struct VNode {Vertextype data[3]; ArcNode * first;}VNode,AdjList[MAX]; typedef struct{AdjList vertices;int vexnum;int arcnum;}ALGraph;typedef struct{Elemtype * base;Elemtype * top;int maxsize;}Stack;void Init(ALGraph &G){=MAX;=MAX;for(int i=0;i<;i++)[i].first=NULL;}void CreateGraphic(ALGraph &G){int i,j,s,n;ArcNode *p,*pp;char str1[10],str2[10];scanf("%d\n",&;for(i=0;i<;i++){scanf("%s",[i].data);[i].first=NULL;}scanf("%d\n",&;for(i=0;i<;i++){scanf("%s%s%s%d",str1,str2,str3[i],&n);for(j=0;j<;j++)if(strcmp(str1,[j].data)==0)break;for(s=0;s<;s++)if(strcmp(str2,[s].data)==0)break;pp=(ArcNode *)malloc(sizeof(ArcNode));pp->adjvex=s;pp->info1=str3[i];pp->info2=n;pp->next=NULL;ID[s]++;if[j].first!=NULL){p=[j].first;if(p->next!=NULL){while(p->next->next!=NULL){p=p->next;}p=p->next;}p->next=pp;}else[j].first=pp;}}Status InitStack(Stack &S){=(Elemtype *)malloc(SIZEMAX*sizeof(Elemtype));if(! exit (OVERFLOW);=;=SIZEMAX;return OK;}Status Pop(Stack &S,int &e){if== return ERROR;e=*;return OK;}Status Push(Stack &S,int e){if{=(Elemtype *)realloc,+add)*sizeof(Elemtype));if(! exit (OVERFLOW);=+;=+add;}*++)=e; irst;p;p=p->next){k=p->adjvex; ID[k]--;if(ID[k]==0) Push(S,k);if( ( ve[j] + (p->info2) ) > ve[k] )ve[k]=ve[j]+(p->info2);}}if(count< return ERROR;else return OK;}Status Critial(ALGraph G){int i,j,k,ee,el;int vl[MAX];Stack T;InitStack(T);ArcNode * p;if(!Topo(G,T)) return ERROR;for(i=0;i<;i++) vl[i]=ve[];while(!Empty(T)){for(Pop(T,j),p=[j].first;p;p=p->next){k=p->adjvex;if(vl[k]-(p->info2)<vl[j]) vl[j]=vl[k]-(p->info2);}}printf("关键顶点为a:");for(j=0;j<;j++){if(ve[j]==vl[j]) printf("%s ",[j].data);}printf("\n");printf("关键路径为a:");for(j=0;j<;j++){for(p=[j].first;p;p=p->next){k=p->adjvex;ee=ve[j];el=vl[k]-(p->info2);if(el==ee) printf("%s ",p->info1);}}printf("\n");return OK;}int main(){ALGraph G;Init(G);CreateGraphic(G);Critial(G);return 0;}。