|
一个复杂的工程通常可以分解成一组小任务的集合,完成这些小任务意味着整个工程的完成。例如,汽车装配工程可分解为以下任务:将底盘放上装配线,装轴,将座位装在底盘上,上漆,装刹车,装门等等。任务之间具有先后关系,例如在装轴之前必须先将底板放上装配线。任务的先后顺序可用有向图表示——称为顶点活动( Activity On Vertex, AOV)网络。有向图的顶点代表任务,有向边(i, j) 表示先后关系:任务j 开始前任务i 必须完成。图1 - 4显示了六个任务的工程,边( 1 , 4)表示任务1在任务4开始前完成,同样边( 4 , 6)表示任务4在任务6开始前完成,边(1 , 4)与(4 , 6)合起来可知任务1在任务6开始前完成,即前后关系是传递的。由此可知,边(1 , 4)是多余的,因为边(1 , 3)和(3 , 4)已暗示了这种关系。
# O+ c# ~/ a) R3 @/ {' } C在很多条件下,任务的执行是连续进行的,例如汽车装配问题或平时购买的标有“需要装配”的消费品(自行车、小孩的秋千装置,割草机等等)。我们可根据所建议的顺序来装配。在由任务建立的有向图中,边( i, j)表示在装配序列中任务i 在任务j 的前面,具有这种性质的序列称为拓扑序列(topological orders或topological sequences)。根据任务的有向图建立拓扑序列的过程称为拓扑排序(topological sorting)。图1 - 4的任务有向图有多种拓扑序列,其中的三种为1 2 3 4 5 6,1 3 2 4 5 6和2 1 5 3 4 6,序列1 4 2 3 5 6就不是拓扑序列,因为在这个序列中任务4在3的前面,而任务有向图中的边为( 3 , 4),这种序列与边( 3 , 4)及其他边所指示的序列相矛盾。可用贪婪算法来建立拓扑序列。算法按从左到右的步骤构造拓扑序列,每一步在排好的序列中加入一个顶点。利用如下贪婪准则来选择顶点:从剩下的顶点中,选择顶点w,使得w 不存在这样的入边( v,w),其中顶点v 不在已排好的序列结构中出现。注意到如果加入的顶点w违背了这个准则(即有向图中存在边( v,w)且v 不在已构造的序列中),则无法完成拓扑排序,因为顶点v 必须跟随在顶点w 之后。贪婪算法的伪代码如图1 3 - 5所示。while 循环的每次迭代代表贪婪算法的一个步骤。
4 h6 f H+ |5 b1 R# N现在用贪婪算法来求解图1 - 4的有向图。首先从一个空序列V开始,第一步选择V的第一个顶点。此时,在有向图中有两个候选顶点1和2,若选择顶点2,则序列V = 2,第一步完成。第二步选择V的第二个顶点,根据贪婪准则可知候选顶点为1和5,若选择5,则V = 2 5。下一步,顶点1是唯一的候选,因此V = 2 5 1。第四步,顶点3是唯一的候选,因此把顶点3加入V " V, v V& o) _, \5 Q
得到V = 2 5 1 3。在最后两步分别加入顶点4和6 ,得V = 2 5 1 3 4 6。 : |! K: j- Z$ h; x0 U/ `: \* j6 |
1. 贪婪算法的正确性
4 J. }7 g) b" L7 \: S& @为保证贪婪算法算的正确性,需要证明: 1) 当算法失败时,有向图没有拓扑序列; 2) 若
/ Q g2 A) A" Q$ \0 z; J1 C$ ?算法没有失败,V即是拓扑序列。2) 即是用贪婪准则来选取下一个顶点的直接结果, 1) 的证明见定理1 3 - 2,它证明了若算法失败,则有向图中有环路。若有向图中包含环qj qj + 1.qk qj , 则它没有拓扑序列,因为该序列暗示了qj 一定要在qj 开始前完成。 4 N) Y' F# d$ t
定理1-2 如果图1 3 - 5算法失败,则有向图含有环路。
# l# I6 p3 n# t证明注意到当失败时| V | ! n4 u1 ~# ~* H' e
2. 数据结构的选择 * F2 Y/ b- Z; O
为将图1 - 5用C + +代码来实现,必须考虑序列V的描述方法,以及如何找出可加入V的候选顶点。一种高效的实现方法是将序列V用一维数组v 来描述的,用一个栈来保存可加入V的候选顶点。另有一个一维数组I n D e g r e e,I n D e g r e e[ j ]表示与顶点j相连的节点i 的数目,其中顶点i不是V中的成员,它们之间的有向图的边表示为( i, j)。当I n D e g r e e[ j ]变为0时表示j 成为一个候选节点。序列V初始时为空。I n D e g r e e[ j ]为顶点j 的入度。每次向V中加入一个顶点时,所有与新加入顶点邻接的顶点j,其I n D e g r e e[ j ]减1。对于有向图1 - 4,开始时I n D e g r e e [ 1 : 6 ] = [ 0 , 0 , 1 , 3 , 1 , 3 ]。由于顶点1和2的I n D e g r e e值为0,因此它们是可加入V的候选顶点,由此,顶点1和2首先入栈。每一步,从栈中取出一个顶点将其加入V,同时减去与其邻接的顶点的I n D e g r e e值。若在第一步时从栈中取出顶点2并将其加入V,便得到了v [ 0 ] = 2,和I n D e g r e e [ 1 : 6 ] = [ 0 , 0 , 1 , 2 , 0 , 3 ]。由于I n D e g r e e [ 5 ]刚刚变为0,因此将顶点5入栈。
# F$ t5 _0 h" _% s* _) Z9 r/ z8 }程序1 3 - 2给出了相应的C + +代码,这个代码被定义为N e t w o r k的一个成员函数。而且,它对于有无加权的有向图均适用。但若用于无向图(不论其有无加权)将会得到错误的结果,因为拓扑排序是针对有向图来定义的。为解决这个问题,利用同样的模板来定义成员函数AdjacencyGraph, AdjacencyWGraph,L i n k e d G r a p h和L i n k e d W G r a p h。这些函数可重载N e t w o r k中的函数并可输出错误信息。如果找到拓扑序列,则Topological 函数返回t r u e;若输入的有向图无拓扑序列则返回f a l s e。当找到拓扑序列时,将其返回到v [ 0 :n- 1 ]中。 # i E9 ^' r2 Z( b( p1 Y. I
3. Network:Topological 的复杂性
, t' x: u' u! p第一和第三个f o r循环的时间开销为(n )。若使用(耗费)邻接矩阵,则第二个for 循环所用的时间为(n2 );若使用邻接链表,则所用时间为(n+e)。在两个嵌套的while 循环中,外层循环需执行n次,每次将顶点w 加入到v 中,并初始化内层while 循环。使用邻接矩阵时,内层w h i l e循环对于每个顶点w 需花费(n)的时间;若利用邻接链表,则这个循环需花费dwout 的时间,因此,内层while 循环的时间开销为(n2 )或(n+e)。所以,若利用邻接矩阵,程序1 3 - 2的时间复杂性为(n2 ),若利用邻接链表则为(n+e)。
* V* v- ~: y* \5 W0 p4 ~程序13-2 拓扑排序 P0 R+ I' ~: \0 F+ L% g
bool Network::Topological(int v[]) / C4 ^: T9 k; \
{// 计算有向图中顶点的拓扑次序 5 t: \) A; D2 O9 c2 I; d# u( \
// 如果找到了一个拓扑次序,则返回t r u e,此时,在v [ 0 : n - 1 ]中记录拓扑次序
# c0 s1 }& \; \6 G2 R1 j- J// 如果不存在拓扑次序,则返回f a l s e + F' z5 q& k2 \5 s
int n = Ve r t i c e s ( ) ;
" T- ?* U: T/ y7 ]( ]// 计算入度 : G7 q! Y, W. T8 j* i
int *InDegree = new int [n+1];
* Z1 D. j% _9 ` q$ p5 c& q5 D. sInitializePos(); // 图遍历器数组
( I9 H* q9 A1 b2 S: ~& \for (int i = 1; i <= n; i++) // 初始化 ) s, M' o% {8 y+ o
InDegree = 0; ; C) z& B8 A: B8 m5 {" m
for (i = 1; i <= n; i++) {// 从i 出发的边 ! \7 c0 d2 t( u ^! k4 K/ `
int u = Begin(i); 6 O. m3 H; Q$ i3 j H
while (u) {
( |" m; R0 ?$ g$ s' s5 D# P! OI n D e g r e e [ u ] + + ; ! ~* e% Y! z" W: z
u = NextVe r t e x ( i ) ; } : u" l: J- m: [1 y: A7 f' H
} . @# @8 k" v' i F
// 把入度为0的顶点压入堆栈 . Z) H* p9 G$ Q/ c$ D9 K! N- i
LinkedStack S; 0 W% I1 ]3 ]% P( T
for (i = 1; i <= n; i++)
# i/ W& G9 F- Zif (!InDegree) S.Add(i); $ X* ?9 T: k2 y. m) g/ w
// 产生拓扑次序 1 @. i) n/ Q* h6 @' L/ j6 B4 _
i = 0; // 数组v 的游标
, X) O3 ~, ~, I$ v8 x7 Y8 u$ Qwhile (!S.IsEmpty()) {// 从堆栈中选择
: I- K a" G: ^ dint w; // 下一个顶点 * F7 ^; D1 n% B8 |
S . D e l e t e ( w ) ; - ^$ \. o+ n8 h3 b4 u/ R& O
v[i++] = w; " d* }& T0 [8 U8 d/ m
int u = Begin(w); ' E) x& S5 |, X# s
while (u) {// 修改入度 : |0 y- j* w; ]# R# }
I n D e g r e e [ u ] - - ;
' |& X* ?2 o0 O4 q# ?1 E# @if (!InDegree) S.Add(u);
' N3 ]) l# G* _5 x! fu = NextVe r t e x ( w ) ; }
# O& P3 I9 _" ?9 k; Z& }3 _} ! h# J* w9 v/ {' N# ?% s$ B5 o
D e a c t i v a t e P o s ( ) ; " S+ F5 P" _% g0 {( f$ h( B
delete [] InDegree;
3 j- A5 y* m$ ~$ d" ~return (i == n); # e( @( D5 F' s% e8 I, @
} |