当前位置: 首页 > news >正文

图的关键路径算法

关键路径算法(Critical Path Method, CPM)是一种用于项目管理和调度的技术,通过分析项目任务的最早开始时间、最晚完成时间和总时差,找出项目中关键的任务路径。这条关键路径决定了项目的最短完成时间,因为关键路径上的每个任务都不能被延迟,否则整个项目会被延迟。

关键路径算法的步骤

  1. 构建有向图:将项目中的任务和任务间的依赖关系表示为有向图,节点表示任务,边表示依赖关系。

  2. 计算任务的最早开始时间和最早完成时间

    • 最早开始时间(ES, Earliest Start Time):某任务可以开始的最早时间。
    • 最早完成时间(EF, Earliest Finish Time):某任务可以完成的最早时间,EF = ES + 任务持续时间。
  3. 计算任务的最晚开始时间和最晚完成时间

    • 最晚完成时间(LF, Latest Finish Time):某任务必须完成的最晚时间,不会延误项目。
    • 最晚开始时间(LS, Latest Start Time):某任务必须开始的最晚时间,LS = LF - 任务持续时间。
  4. 计算总时差和自由时差

    • 总时差(Total Float, TF):某任务可以延迟的时间,TF = LF - EF 或 TF = LS - ES。
    • 自由时差(Free Float, FF):某任务可以延迟的时间,不会延误后续任务,FF = min(ES of next tasks) - EF of current task。
  5. 找出关键路径:关键路径上的任务总时差为 0,连接这些任务的路径就是关键路径。

示例与实现

考虑一个简单的项目,有 6 个任务(A、B、C、D、E、F),以及它们的持续时间和依赖关系如下:

  • 任务 A:持续时间 3 天
  • 任务 B:持续时间 2 天,依赖于任务 A
  • 任务 C:持续时间 4 天,依赖于任务 A
  • 任务 D:持续时间 2 天,依赖于任务 B
  • 任务 E:持续时间 1 天,依赖于任务 C
  • 任务 F:持续时间 3 天,依赖于任务 D 和任务 E

构建有向图

A (3)
|      \
B (2)  C (4)
|       |
D (2)   E (1)\     /\   /F (3)

计算最早开始时间和最早完成时间

  1. 任务 A: ES = 0, EF = 3
  2. 任务 B: ES = 3, EF = 5
  3. 任务 C: ES = 3, EF = 7
  4. 任务 D: ES = 5, EF = 7
  5. 任务 E: ES = 7, EF = 8
  6. 任务 F: ES = 8, EF = 11

计算最晚开始时间和最晚完成时间

  1. 任务 F: LF = 11, LS = 8
  2. 任务 D: LF = 8, LS = 6
  3. 任务 E: LF = 8, LS = 7
  4. 任务 B: LF = 6, LS = 4
  5. 任务 C: LF = 7, LS = 3
  6. 任务 A: LF = 3, LS = 0

计算总时差和自由时差

  1. 任务 A: TF = 0
  2. 任务 B: TF = 1
  3. 任务 C: TF = 0
  4. 任务 D: TF = 1
  5. 任务 E: TF = 0
  6. 任务 F: TF = 0

找出关键路径

关键路径上的任务总时差为 0,路径为 A -> C -> E -> F。

Java 实现

import java.util.*;public class CriticalPathMethod {static class Task {String id;int duration;List<String> dependencies;Task(String id, int duration, List<String> dependencies) {this.id = id;this.duration = duration;this.dependencies = dependencies;}}static class Graph {Map<String, Task> tasks;Map<String, List<String>> adjList;Map<String, Integer> earliestStart;Map<String, Integer> earliestFinish;Map<String, Integer> latestStart;Map<String, Integer> latestFinish;Map<String, Integer> totalFloat;Map<String, Integer> freeFloat;Graph(List<Task> taskList) {tasks = new HashMap<>();adjList = new HashMap<>();earliestStart = new HashMap<>();earliestFinish = new HashMap<>();latestStart = new HashMap<>();latestFinish = new HashMap<>();totalFloat = new HashMap<>();freeFloat = new HashMap<>();for (Task task : taskList) {tasks.put(task.id, task);adjList.put(task.id, new ArrayList<>());earliestStart.put(task.id, 0);earliestFinish.put(task.id, 0);latestStart.put(task.id, Integer.MAX_VALUE);latestFinish.put(task.id, Integer.MAX_VALUE);totalFloat.put(task.id, 0);freeFloat.put(task.id, 0);}}void addEdge(String from, String to) {adjList.get(from).add(to);}void calculateEarliestTimes() {for (String task : tasks.keySet()) {calculateEarliestTimes(task);}}int calculateEarliestTimes(String task) {if (earliestFinish.get(task) > 0) {return earliestFinish.get(task);}int duration = tasks.get(task).duration;int es = 0;for (String dep : tasks.get(task).dependencies) {es = Math.max(es, calculateEarliestTimes(dep));}earliestStart.put(task, es);earliestFinish.put(task, es + duration);return earliestFinish.get(task);}void calculateLatestTimes() {int maxTime = Collections.max(earliestFinish.values());for (String task : tasks.keySet()) {latestFinish.put(task, maxTime);}for (String task : tasks.keySet()) {calculateLatestTimes(task);}}int calculateLatestTimes(String task) {int duration = tasks.get(task).duration;int lf = latestFinish.get(task);for (String neighbor : adjList.get(task)) {lf = Math.min(lf, calculateLatestTimes(neighbor) - duration);}latestStart.put(task, lf - duration);latestFinish.put(task, lf);return latestStart.get(task);}void calculateTotalAndFreeFloat() {for (String task : tasks.keySet()) {totalFloat.put(task, latestStart.get(task) - earliestStart.get(task));int minFreeFloat = Integer.MAX_VALUE;for (String neighbor : adjList.get(task)) {minFreeFloat = Math.min(minFreeFloat, earliestStart.get(neighbor) - earliestFinish.get(task));}freeFloat.put(task, minFreeFloat == Integer.MAX_VALUE ? totalFloat.get(task) : minFreeFloat);}}List<String> getCriticalPath() {List<String> criticalPath = new ArrayList<>();for (String task : tasks.keySet()) {if (totalFloat.get(task) == 0) {criticalPath.add(task);}}return criticalPath;}}public static void main(String[] args) {List<Task> tasks = Arrays.asList(new Task("A", 3, Collections.emptyList()),new Task("B", 2, Arrays.asList("A")),new Task("C", 4, Arrays.asList("A")),new Task("D", 2, Arrays.asList("B")),new Task("E", 1, Arrays.asList("C")),new Task("F", 3, Arrays.asList("D", "E")));Graph graph = new Graph(tasks);graph.addEdge("A", "B");graph.addEdge("A", "C");graph.addEdge("B", "D");graph.addEdge("C", "E");graph.addEdge("D", "F");graph.addEdge("E", "F");graph.calculateEarliestTimes();graph.calculateLatestTimes();graph.calculateTotalAndFreeFloat();System.out.println("Earliest Start Times: " + graph.earliestStart);System.out.println("Earliest Finish Times: " + graph.earliestFinish);System.out.println("Latest Start Times: " + graph.latestStart);System.out.println("Latest Finish Times: " + graph.latestFinish);System.out.println("Total Float: " + graph.totalFloat);System.out.println("Free Float: " + graph.freeFloat);System.out.println("Critical Path: " + graph.getCriticalPath());}
}

相关文章:

图的关键路径算法

关键路径算法&#xff08;Critical Path Method, CPM&#xff09;是一种用于项目管理和调度的技术&#xff0c;通过分析项目任务的最早开始时间、最晚完成时间和总时差&#xff0c;找出项目中关键的任务路径。这条关键路径决定了项目的最短完成时间&#xff0c;因为关键路径上的…...

模型情景制作-冰镇啤酒

夏日炎炎&#xff0c;当我们在真实世界中开一瓶冰镇啤酒的时候&#xff0c;我们也可以为模型世界中的人物添加一些冰镇啤酒。 下面介绍一种快速酒瓶制造方法&#xff0c;您只需要很少工具&#xff1a; 截取尽量直的流道&#xff08;传说中的板件零件架&#xff09;,将其夹在您的…...

网页实现黑暗模式的几种方式

## 实现暗黑模式的最佳方式 在现代网页设计中&#xff0c;暗黑模式已成为提高用户体验的重要功能。实现暗黑模式不仅可以减少用户眼睛的疲劳&#xff0c;还能在某些情况下节省设备电量。本文将介绍实现暗黑模式的几种最佳方式。 ### 使用 CSS 变量 (CSS Custom Properties) …...

VMware Workstation环境下,邮件(E-Mail)服务的安装配置,并用Windows7来验证测试

需求说明: 某企业信息中心计划使用IP地址17216.11.0用于虚拟网络测试,注册域名为xyz.net.cn.并将172.16.11.2作为主域名的服务器(DNS服务器)的IP地址,将172.16.11.3分配给虚拟网络测试的DHCP服务器,将172.16.11.4分配给虚拟网络测试的web服务器,将172.16.11.5分配给FTP服务器…...

《信号与系统》复试建议

目录 第一章 绪论 第二章 连续时间系统的时域分析 第三章 傅立叶变换&#xff08;重点&#xff09; 第四章 拉普拉斯变换&#xff08;重点&#xff09; 第五章 傅立叶变换在通信系统中的应用 第六章 信号的矢量空间分析 第七章 离散时间系统的时域分析 第八章 Z变换与离…...

代码随想录训练营Day45

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录 前言一、打家劫舍二、打家劫舍2三、打家劫舍3 前言 提示&#xff1a;这里可以添加本文要记录的大概内容&#xff1a; 今天是跟着代码随想录刷题的第45天&#xff…...

NAT和内网穿透

NAT&#xff08;Network Address Translation&#xff0c;网络地址转换&#xff09;是一种广泛应用于计算机网络的技术&#xff0c;其主要目的是为了解决IPv4地址空间的短缺问题&#xff0c;并且增强网络安全。NAT技术允许一个私有网络内的多个设备共享一个或几个全局唯一的公共…...

android | 声明式编程!(笔记)

https://www.jianshu.com/p/c133cb7cac21 讲的不错 命令式UI (how to do) 声明式UI (what to do) what to do 也许有人会说Data Binding不是可以让XML自己"动"起来吗?没有错&#xff0c;Data Binding其实就是Compose诞生之前的一种声明式U方案&#xff0c;谷歌曾…...

友力科技IDC机房搬迁方案流程分享

机房搬迁流程 系统搬迁实施流程包括&#xff1a;准备、拆卸、装运、安装、调试等五个流程&#xff0c;具体如下&#xff1a; 准备:包括相关人员和设备准备、新机房环境准备、网络环境、备份、现场所有设备打标签、模块、设备准备等准备工作。拆卸&#xff1a;主要只核心设备下…...

仿迪恩城市门户分类信息网discuz模板

Discuz x3.3模板 仿迪恩城市门户分类信息网 (GBK) Discuz模板 仿迪恩城市门户分类信息网(GBK)...

Windows 注册表是什么?如何备份注册表?

Windows注册表&#xff08;Windows Registry&#xff09;是微软Windows操作系统中的一个重要组件&#xff0c;用于存储系统和应用程序的配置信息和选项。下面就给大家详细讲解一下什么是注册表。 注册表的概念 Windows 注册表是一个集中管理的数据库&#xff0c;存储了系统、…...

B+树与索引解析

文章目录 B树与索引简介几个关键点应用案例场景描述索引创建查询操作更新操作并发处理 Python代码示例 B树与索引简介 B树是一种在计算机科学中广泛使用的自平衡的树数据结构&#xff0c;它能保持数据排序&#xff0c;并且搜索、插入和删除操作的时间复杂度都是O(log n)。B树被…...

华为认证hcna题库背诵技巧有哪些?hcna和hcia有什么区别?

大家都知道华为认证hcna是有题库供考生刷题备考的&#xff0c;但题库中海量的题目想要在短时间背诵下来可并不是一件容易的事情&#xff0c;这就需要我们掌握一定的技巧才行。华为认证hcna题库背诵技巧有哪些? hcna和hcna这二者又有什么区别呢?今天的文章将为大家进行详细解…...

【常用报文状态码】

常见的报文状态码如下 200 OK&#xff1a;客户端请求成功。 301 Moved Permanently&#xff1a;表示请求的资源已经被永久移动到了新的URL上&#xff1b; 302 Found&#xff1a;表示请求的资源已经被临时移动到了新的URL上&#xff1b; 304 Not Modified&#xff1a;表示客户…...

Linux命令详解

1.目录结构 2.history游览历史 3.命令行中的ctrl组合键 4.列出目录的内容 5.修改文件权限chmod 6.文件内容查看 文件管理 7.输出重定向&#xff1a;> 8.管道&#xff1a;| 9.清屏&#xff1a;clear 10.显示当前路径&#xff1a;pwd 11.创建目录&#xff1a;mkdir…...

在阿里云使用Docker部署MySQL服务,并且通过IDEA进行连接

阿里云使用Docker部署MySQL服务&#xff0c;并且通过IDEA进行连接 这里演示如何使用阿里云来进行MySQL的部署&#xff0c;系统使用的是Linux系统 (Ubuntu)。 为什么使用Docker? 首先是因为它的可移植性可以在任何有Docker环境的系统上运行应用&#xff0c;避免了在不通操作系…...

Spring Boot中的国际化(i18n)实现技巧

Spring Boot中的国际化&#xff08;i18n&#xff09;实现技巧 大家好&#xff0c;我是免费搭建查券返利机器人省钱赚佣金就用微赚淘客系统3.0的小编&#xff0c;也是冬天不穿秋裤&#xff0c;天冷也要风度的程序猿&#xff01;在开发多语言支持的应用程序时&#xff0c;国际化…...

vite-ts-cesium项目集成mars3d修改相关的包和配置参考

如果vite技术栈下使用原生cesium&#xff0c;请参考下面文件的包和配置修改&#xff0c;想用原生创建的viewer结合我们mars3d的功能的话。 1. package.json文件 "dependencies": {"cesium": "^1.103.0","mars3d": "^3.7.18&quo…...

「树莓派入门」树莓派基础04-VNC连接与配置静态IP

一、VNC连接配置 1. 启用VNC服务 在树莓派上&#xff0c;通过 raspi-config 工具启用VNC服务&#xff1a; sudo raspi-config在配置界面中选择 “Interfacing Options”&#xff0c;然后选择 “VNC” 并启用它。 2. 连接到VNC服务器 在电脑端安装VNC客户端&#xff0c;如V…...

JAVA编程题期末题库【中】

8.计算邮资 程序代码: public static void main(String[] args) {// 计算邮资//if多分支语句//创建对象java.util.Scanner inputnew java.util.Scanner(System.in); //提示输入用户&#xff0c;输入邮件的重量System.out.println("邮件的重量&#xff1a;");int wei…...

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇&#xff0c;在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下&#xff1a; 【Note】&#xff1a;如果你已经完成安装等操作&#xff0c;可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作&#xff0c;重…...

模型参数、模型存储精度、参数与显存

模型参数量衡量单位 M&#xff1a;百万&#xff08;Million&#xff09; B&#xff1a;十亿&#xff08;Billion&#xff09; 1 B 1000 M 1B 1000M 1B1000M 参数存储精度 模型参数是固定的&#xff0c;但是一个参数所表示多少字节不一定&#xff0c;需要看这个参数以什么…...

DockerHub与私有镜像仓库在容器化中的应用与管理

哈喽&#xff0c;大家好&#xff0c;我是左手python&#xff01; Docker Hub的应用与管理 Docker Hub的基本概念与使用方法 Docker Hub是Docker官方提供的一个公共镜像仓库&#xff0c;用户可以在其中找到各种操作系统、软件和应用的镜像。开发者可以通过Docker Hub轻松获取所…...

【SpringBoot】100、SpringBoot中使用自定义注解+AOP实现参数自动解密

在实际项目中,用户注册、登录、修改密码等操作,都涉及到参数传输安全问题。所以我们需要在前端对账户、密码等敏感信息加密传输,在后端接收到数据后能自动解密。 1、引入依赖 <dependency><groupId>org.springframework.boot</groupId><artifactId...

定时器任务——若依源码分析

分析util包下面的工具类schedule utils&#xff1a; ScheduleUtils 是若依中用于与 Quartz 框架交互的工具类&#xff0c;封装了定时任务的 创建、更新、暂停、删除等核心逻辑。 createScheduleJob createScheduleJob 用于将任务注册到 Quartz&#xff0c;先构建任务的 JobD…...

ESP32 I2S音频总线学习笔记(四): INMP441采集音频并实时播放

简介 前面两期文章我们介绍了I2S的读取和写入&#xff0c;一个是通过INMP441麦克风模块采集音频&#xff0c;一个是通过PCM5102A模块播放音频&#xff0c;那如果我们将两者结合起来&#xff0c;将麦克风采集到的音频通过PCM5102A播放&#xff0c;是不是就可以做一个扩音器了呢…...

使用van-uploader 的UI组件,结合vue2如何实现图片上传组件的封装

以下是基于 vant-ui&#xff08;适配 Vue2 版本 &#xff09;实现截图中照片上传预览、删除功能&#xff0c;并封装成可复用组件的完整代码&#xff0c;包含样式和逻辑实现&#xff0c;可直接在 Vue2 项目中使用&#xff1a; 1. 封装的图片上传组件 ImageUploader.vue <te…...

高危文件识别的常用算法:原理、应用与企业场景

高危文件识别的常用算法&#xff1a;原理、应用与企业场景 高危文件识别旨在检测可能导致安全威胁的文件&#xff0c;如包含恶意代码、敏感数据或欺诈内容的文档&#xff0c;在企业协同办公环境中&#xff08;如Teams、Google Workspace&#xff09;尤为重要。结合大模型技术&…...

UR 协作机器人「三剑客」:精密轻量担当(UR7e)、全能协作主力(UR12e)、重型任务专家(UR15)

UR协作机器人正以其卓越性能在现代制造业自动化中扮演重要角色。UR7e、UR12e和UR15通过创新技术和精准设计满足了不同行业的多样化需求。其中&#xff0c;UR15以其速度、精度及人工智能准备能力成为自动化领域的重要突破。UR7e和UR12e则在负载规格和市场定位上不断优化&#xf…...

OPenCV CUDA模块图像处理-----对图像执行 均值漂移滤波(Mean Shift Filtering)函数meanShiftFiltering()

操作系统&#xff1a;ubuntu22.04 OpenCV版本&#xff1a;OpenCV4.9 IDE:Visual Studio Code 编程语言&#xff1a;C11 算法描述 在 GPU 上对图像执行 均值漂移滤波&#xff08;Mean Shift Filtering&#xff09;&#xff0c;用于图像分割或平滑处理。 该函数将输入图像中的…...