aoe网java如何测试,AOE网

2023-12-30 01:50
文章标签 java 测试 aoe

本文主要是介绍aoe网java如何测试,AOE网,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

AOE网实用场景

主要用在如何计算一个工程的完工时间,和优化工程方案减少工程完工时间。

辅助决策系统,工程管理、生产管理运用非常多。

也就是计算关键路径,也可以说是最长路径。

1、概念

在一个表示工程的带权有向图中,用顶点表示事件,用有向边表示活动,用边上的权值表示活动的持续时间,这种有向图的边表示活动的网,我们称之为AOE网。

2、特点

有向无环图

拓扑排序

没有入度的顶点称为始点或源点。

没有出度的顶点称为终点或汇点。

关键路径,就是求最大的路径。

一般是一个开始点,一个结束点。

2、排序算法

算法的结果就是找到关键路径

etv(Earliest Time Of Vertex) 事件最早发生时间,顶点最早发生时间。

ltv(Latest Time Of Vertex) 事件最晚发生时间,顶点最晚发生时间。

ete(Earliest Time Of Edge) 活动最早开始时间,边最早开始时间。

lte(Latest Time Of Edge) 活动最晚开始时间,边最晚开始时间。

51873c24bdfa

1.png

51873c24bdfa

2.png

51873c24bdfa

3.png

3、代码实现

import java.util.ArrayList;

import java.util.List;

/**

* author: bobo

* create time: 2019/1/11 5:36 PM

* email: jqbo84@163.com

*/

public class AOE {

//根据上面的图来定义数组的长度

int LENGHT = 9;

// etv(Earliest Time Of Vertex) 事件最早发生时间,顶点最早发生时间

int[] etv = new int[LENGHT];

// ltv(Latest Time Of Vertex) 事件最晚发生时间,顶点最晚发生时间

int[] ltv = new int[LENGHT];

// ete(Earliest Time Of Edge) 活动最早开始时间,边最早开始时间

int[] ete = new int[LENGHT];

// lte(Latest Time Of Edge) 活动最晚开始时间,边最晚开始时间

int[] lte = new int[LENGHT];

int[] stack2 = new int[LENGHT];

int top2 = 0;

/**

* 拓扑排序算法

*

* @param graphAdjList 拓扑图数组集

* @return

*/

public List topologicalSort(VertexNode[] graphAdjList) {

int top = 0; //栈顶指针, 对应索引值

int[] stack = new int[LENGHT];//用来存放入度为0的顶点,数组效率最高,存放顶点的下标索引值

//循环得到入度为0的所有顶点

for (int i = 0; i < graphAdjList.length; i++) {

VertexNode vertexNode = graphAdjList[i];

if (vertexNode.in == 0) {

stack[++top] = i;

}

}

//开始算法的逻辑

List resultList = new ArrayList<>();

while (top != 0) {

int getTop = stack[top--];

resultList.add((T) graphAdjList[getTop].data);

//保存拓扑序列顺序

stack2[top2++] = getTop;

//更新当前输出节点所有的出边(后继顶点)

for (EdgeNode e = graphAdjList[getTop].first; e != null; e = e.next) {

int index = e.index;

//入度减一

graphAdjList[index].in--;

if (graphAdjList[index].in == 0) {

stack[++top] = index;

}

// 1. 计算顶点的最早开始时间

if(etv[index] < (etv[getTop] + e.weight)){

etv[index] = etv[getTop] + e.weight;

}

}

}

return resultList;

}

/**

* 关键路径算法

*/

public void criticalPath(VertexNode[] graphAdjList){

// List topologicalSortList = topologicalSort(graphAdjList);

//初始化顶点最晚发生时间(ltv)都为汇点时间

for (int i = 0; i < LENGHT; i++) {

ltv[i] = etv[LENGHT - 1];

}

//从汇点开始倒过来计算 顶点的最晚开始时间(ltv)

while (top2 > 0) {

int getTop = stack2[--top2];//从汇点开始

for (EdgeNode e = graphAdjList[getTop].first; e != null; e = e.next) {

int index = e.index;

// 2. 计算顶点的最晚开始时间

if(ltv[index] - e.weight < ltv[getTop]){

ltv[getTop] = ltv[index] - e.weight;

}

}

}

//通过 etv 和 ltv 计算出ete 和 lte

for (int i = 0; i < LENGHT; i++) {

for (EdgeNode e = graphAdjList[i].first; e != null; e = e.next) {

int index = e.index;

ete[i] = etv[i];// 3. 边最早的时间 ete,就是顶点最早时间 etv

lte[i] = ltv[index] - e.weight; // 4. 计算边最晚发生时间,ltv[index]里面已经是选的最小的权重

// if(ete[i]==lte[i]){

// System.out.println(graphAdjList[i].data+" "+graphAdjList[index].data+" "+e.weight);

// }

}

}

}

/**

* 边表节点

*/

class EdgeNode {

int index; //用来存放顶点的下标索引值

int weight; //存放边的权重值

EdgeNode next;

public EdgeNode(int index, EdgeNode next) {

this.index = index;

this.next = next;

}

public EdgeNode(int index, int weight, EdgeNode next) {

this.index = index;

this.weight = weight;

this.next = next;

}

}

/**

* 顶点表节点

*/

class VertexNode {

int in;//入度

T data;

EdgeNode first;

public VertexNode(int in, T data, EdgeNode first) {

this.in = in;

this.data = data;

this.first = first;

}

}

}

5、测试

@Test

public void main(){

VertexNode[] graphAdjList = new VertexNode[9];

EdgeNode a = new EdgeNode(3, 5, null);

EdgeNode a2 = new EdgeNode(2, 4, a);

EdgeNode a3 = new EdgeNode(1, 6, a2);

graphAdjList[0] = new VertexNode(0, 1, a3);

EdgeNode b1 = new EdgeNode(4, 1, null);

graphAdjList[1] = new VertexNode(1, 2, b1);

EdgeNode c1 = new EdgeNode(4, 1, null);

graphAdjList[2] = new VertexNode(1, 3, c1);

EdgeNode d1 = new EdgeNode(5, 2, null);

graphAdjList[3] = new VertexNode(1, 4, d1);

EdgeNode e1 = new EdgeNode(7, 5, null);

EdgeNode e2 = new EdgeNode(6, 7, e1);

graphAdjList[4] = new VertexNode(2, 5, e2);

EdgeNode f2 = new EdgeNode(7, 4, null);

graphAdjList[5] = new VertexNode(1, 6, f2);

EdgeNode f3 = new EdgeNode(8, 2, null);

graphAdjList[6] = new VertexNode(1, 7, f3);

EdgeNode f4 = new EdgeNode(8, 4, null);

graphAdjList[7] = new VertexNode(2, 8, f4);

graphAdjList[8] = new VertexNode(2, 9, null);

List list = (List) topologicalSort(graphAdjList);

System.out.print("拓扑序列:");

for (Integer integer : list) {

System.out.print(integer + " ");

}

System.out.println();

//打印关键路径

criticalPath(graphAdjList);

System.out.print("顶点最早发生时间: ");

for (int i = 0; i < LENGHT; i++) {

System.out.print(etv[i] + " ");

}

System.out.println();

System.out.print("顶点最晚发生时间: ");

for (int i = 0; i < LENGHT; i++) {

System.out.print(ltv[i] + " ");

}

System.out.println();

System.out.print("边最早发生的时间: ");

for (int i = 0; i < LENGHT; i++) {

System.out.print(ete[i] + " ");

}

System.out.println();

System.out.print("边最晚发生的时间: ");

for (int i = 0; i < LENGHT; i++) {

System.out.print(lte[i] + " ");

}

System.out.println();

//打印关键路径

System.out.println("关键路径: ");

for (int i = 0; i < LENGHT; i++) {

for (EdgeNode e = graphAdjList[i].first; e != null; e = e.next) {

int index = e.index;

ete[i] = etv[i];

lte[i] = ltv[index] - e.weight;

if(ete[i]==lte[i]){

System.out.println("V(" + graphAdjList[i].data + ") -> V(" + graphAdjList[index].data + ") -> E(" + e.weight + ")");

}

}

}

}

6、结果

拓扑序列:1 4 6 3 2 5 8 7 9

顶点最早发生时间: 0 6 4 5 7 7 14 12 16

顶点最晚发生时间: 0 6 6 6 7 8 14 12 16

边最早发生的时间: 0 6 4 5 7 7 14 12 0

边最晚发生的时间: 1 6 6 6 7 8 14 12 0

关键路径:

V(1) -> V(2) -> E(6)

V(2) -> V(5) -> E(1)

V(5) -> V(7) -> E(7)

V(5) -> V(8) -> E(5)

V(7) -> V(9) -> E(2)

V(8) -> V(9) -> E(4)

这篇关于aoe网java如何测试,AOE网的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/551347

相关文章

分布式锁在Spring Boot应用中的实现过程

《分布式锁在SpringBoot应用中的实现过程》文章介绍在SpringBoot中通过自定义Lock注解、LockAspect切面和RedisLockUtils工具类实现分布式锁,确保多实例并发操作... 目录Lock注解LockASPect切面RedisLockUtils工具类总结在现代微服务架构中,分布

Java使用Thumbnailator库实现图片处理与压缩功能

《Java使用Thumbnailator库实现图片处理与压缩功能》Thumbnailator是高性能Java图像处理库,支持缩放、旋转、水印添加、裁剪及格式转换,提供易用API和性能优化,适合Web应... 目录1. 图片处理库Thumbnailator介绍2. 基本和指定大小图片缩放功能2.1 图片缩放的

Spring Boot集成/输出/日志级别控制/持久化开发实践

《SpringBoot集成/输出/日志级别控制/持久化开发实践》SpringBoot默认集成Logback,支持灵活日志级别配置(INFO/DEBUG等),输出包含时间戳、级别、类名等信息,并可通过... 目录一、日志概述1.1、Spring Boot日志简介1.2、日志框架与默认配置1.3、日志的核心作用

破茧 JDBC:MyBatis 在 Spring Boot 中的轻量实践指南

《破茧JDBC:MyBatis在SpringBoot中的轻量实践指南》MyBatis是持久层框架,简化JDBC开发,通过接口+XML/注解实现数据访问,动态代理生成实现类,支持增删改查及参数... 目录一、什么是 MyBATis二、 MyBatis 入门2.1、创建项目2.2、配置数据库连接字符串2.3、入

Springboot项目启动失败提示找不到dao类的解决

《Springboot项目启动失败提示找不到dao类的解决》SpringBoot启动失败,因ProductServiceImpl未正确注入ProductDao,原因:Dao未注册为Bean,解决:在启... 目录错误描述原因解决方法总结***************************APPLICA编

深度解析Spring Security 中的 SecurityFilterChain核心功能

《深度解析SpringSecurity中的SecurityFilterChain核心功能》SecurityFilterChain通过组件化配置、类型安全路径匹配、多链协同三大特性,重构了Spri... 目录Spring Security 中的SecurityFilterChain深度解析一、Security

SpringBoot多环境配置数据读取方式

《SpringBoot多环境配置数据读取方式》SpringBoot通过环境隔离机制,支持properties/yaml/yml多格式配置,结合@Value、Environment和@Configura... 目录一、多环境配置的核心思路二、3种配置文件格式详解2.1 properties格式(传统格式)1.

Apache Ignite 与 Spring Boot 集成详细指南

《ApacheIgnite与SpringBoot集成详细指南》ApacheIgnite官方指南详解如何通过SpringBootStarter扩展实现自动配置,支持厚/轻客户端模式,简化Ign... 目录 一、背景:为什么需要这个集成? 二、两种集成方式(对应两种客户端模型) 三、方式一:自动配置 Thick

Spring WebClient从入门到精通

《SpringWebClient从入门到精通》本文详解SpringWebClient非阻塞响应式特性及优势,涵盖核心API、实战应用与性能优化,对比RestTemplate,为微服务通信提供高效解决... 目录一、WebClient 概述1.1 为什么选择 WebClient?1.2 WebClient 与

Java.lang.InterruptedException被中止异常的原因及解决方案

《Java.lang.InterruptedException被中止异常的原因及解决方案》Java.lang.InterruptedException是线程被中断时抛出的异常,用于协作停止执行,常见于... 目录报错问题报错原因解决方法Java.lang.InterruptedException 是 Jav