c++topsort
时间: 2023-11-20 14:51:10 浏览: 32
C++中的topsort是指拓扑排序,它是一种对有向无环图进行排序的算法。拓扑排序可以用来解决很多实际问题,比如任务调度、依赖关系等。在C++中,可以使用邻接表或邻接矩阵来表示有向无环图,并使用类来实现拓扑排序算法。拓扑排序的基本思想是,从图中选择一个入度为0的顶点,将其输出并从图中删除,然后更新与该顶点相邻的顶点的入度,重复这个过程直到所有顶点都被输出。如果图中存在环,则无法进行拓扑排序。
相关问题
aoe网络的关键路径c++实现
AOE网络(Activity On Edge Network)是一种用来描述工程项目的网络模型,其中每个节点表示一个活动,每条边表示活动之间的先后关系。关键路径是指在保证项目完成时间最短的前提下,所有活动中耗时最长的路径。以下是用C++实现关键路径的示例代码:
```c++
#include <iostream>
#include <queue>
#include <vector>
using namespace std;
const int MAXN = 10010;
const int INF = 0x7fffffff;
struct Edge {
int to, w;
Edge(int to, int w) : to(to), w(w) {}
};
vector<Edge> G[MAXN]; // 存储图
int inDegree[MAXN]; // 存储入度
int earliest[MAXN]; // 存储最早开始时间
int latest[MAXN]; // 存储最晚开始时间
int n, m; // n为节点数,m为边数
void topsort() {
queue<int> q;
for (int i = 1; i <= n; ++i) {
if (inDegree[i] == 0) {
q.push(i);
earliest[i] = 0;
}
}
while (!q.empty()) {
int u = q.front();
q.pop();
for (auto e : G[u]) {
int v = e.to, w = e.w;
inDegree[v]--;
if (inDegree[v] == 0) {
q.push(v);
}
earliest[v] = max(earliest[v], earliest[u] + w);
}
}
}
int criticalPath() {
topsort();
int res = 0;
for (int u = 1; u <= n; ++u) {
for (auto e : G[u]) {
int v = e.to, w = e.w;
latest[u] = max(latest[u], latest[v] - w);
}
}
for (int u = 1; u <= n; ++u) {
for (auto e : G[u]) {
int v = e.to, w = e.w;
if (latest[v] - earliest[u] - w == 0) {
res = max(res, latest[v]);
}
}
}
return res;
}
int main() {
cin >> n >> m;
for (int i = 1; i <= m; ++i) {
int u, v, w;
cin >> u >> v >> w;
G[u].push_back(Edge(v, w));
inDegree[v]++;
}
cout << criticalPath() << endl;
return 0;
}
```
在上述代码中,我们使用vector存储图,使用队列进行拓扑排序。在拓扑排序的过程中,我们计算每个节点的最早开始时间。之后,我们再次遍历图,计算每个节点的最晚开始时间,并且计算关键路径的长度。
用C++写一个dag管理代码
以下是一个简单的 DAG(有向无环图)管理代码的示例,使用 C++ 实现:
```c++
#include <iostream>
#include <vector>
#include <queue>
using namespace std;
const int MAXN = 10005;
vector<int> edges[MAXN]; // 存储图的边
int in_degrees[MAXN]; // 存储每个节点的入度
int node_num, edge_num; // 节点数和边数
void topsort()
{
queue<int> q;
for (int i = 1; i <= node_num; i++)
{
if (in_degrees[i] == 0) // 将入度为0的节点入队
{
q.push(i);
}
}
while (!q.empty())
{
int u = q.front();
q.pop();
cout << u << " "; // 输出节点 u
for (int i = 0; i < edges[u].size(); i++)
{
int v = edges[u][i];
in_degrees[v]--; // 将节点 u 的出边的终点入度减1
if (in_degrees[v] == 0) // 若节点 v 的入度为0,则入队
{
q.push(v);
}
}
}
}
int main()
{
cin >> node_num >> edge_num;
// 读入边信息
for (int i = 1; i <= edge_num; i++)
{
int u, v;
cin >> u >> v;
edges[u].push_back(v);
in_degrees[v]++;
}
topsort(); // 执行拓扑排序
return 0;
}
```
该代码通过使用邻接表存储图的边和每个节点的入度,实现了 DAG 的拓扑排序。拓扑排序是 DAG 中的一种排序方法,将 DAG 中所有节点按照依赖关系排序,即在 DAG 中,如果节点 A 是节点 B 的前置节点,则节点 A 的排序位置在节点 B 前面。拓扑排序的实现思路是,先将 DAG 中所有入度为0的节点入队,然后依次取出队首节点,将其输出并将其所有出边的终点入度减1,如果终点节点入度为0则入队,直到队列为空。