【编程 | 100】 神经网络的最短执行时间
题目描述
给出N个节点，每个节点的信息包含该节点执行时间、下一个节点列表，求神经网络的最短执行时间。
假设深度学习模型是一个有向无环图。若算子A依赖算子B的输出，则当B执行完后才能计算A，如果没有依赖关系，则可并行执行，
计算每个网络所需要的最短时间。注意（算子索引从0开始）
有向无环图求拓扑排序。
示例
输入
7
A 10 1 2 3
B 9 3 4 5
C 22 4 5
D 20
E 19
F 18 6
G 21
输出
71
A->C->F->G
其实是 最长路径 问题
- 从A出发，找其前序节点，发现无前序节点，记录A的前序节点为空，当前最大路径为10，记录 Array[A]=10
- 从B出发，找前序节点，找到A，前序节点只有A，记录前序节点为A，当前最大路径为9+Array[A] = 19，记录Array[B] = 19
- 从C出发，找前序节点，找到A，同理，记录Array[C]=22+Array[A]=32
- 从D出发，找到前序节点，找到了前序节点A和B，Array[A]=10,Array[B]=19所以选最大的，选择前序节点B。
- 从E出发，找到前序节点是B或者C，Array[B]<Array[c]，选择C，得到32+Value[E] = 32+19=51
- 从F出发，同理找到前序节点，并选择C，得到 18+32=50
- 从G出发，前序节点是F，得到21+50=71
代码：
#include <iostream>
using namespace std;
void FindFront(int* nodes, int rows, int cols, int* fronts,int aim) {
for (int i = 0; i < rows; i++)
{
for (int j = 0; j < cols; j++) {
if (nodes[i*rows+j]==aim)
{
fronts[i] = 1;
}
else if (nodes[i * rows + j] == -1)
{
break;
}
}
}
}
struct nodeInfo {
int index;
int sum;
};
int MinActingTime(int* nodes, int rows, int cols) {
if (nodes==nullptr||rows<=0||cols<=0)
{
return 0; // 处理异常情况
}
nodeInfo* maxArray = new nodeInfo[rows];
for (int i = 0; i < rows; i++)
{
maxArray[i].index = -1;
maxArray[i].sum = -1;
} //初始化矩阵
int maxSumAll = 0;
int* fronts = new int[rows]; //建立一个front表，用于保存当前遍历节点的前序节点
for (int i = 0; i < rows; i++)
{
for (int j = 0; j < rows; j++)
{
fronts[j] = 0;
} //遍历一个节点前， 初始化front表数据
FindFront(nodes, rows, cols, fronts, i);
int maxFrontSum = -1;
int maxFrontIndex = -1;
for (int j = 0; j < rows; j++)
{
if (fronts[j]==1&&(maxArray[j].sum>maxFrontSum))
{
// 找到了前序节点，而且前序节点值比之前找到的前序节点还大，进行替换
maxFrontSum = maxArray[j].sum;
maxFrontIndex = j;
}
}
if (maxFrontIndex==-1)
{
// 无前继节点的节点,最大值就是它自己
maxArray[i].index = -1;
maxArray[i].sum = nodes[i * rows];
maxSumAll = maxArray[i].sum;
}
else {
maxArray[i].index = maxFrontIndex;
maxArray[i].sum = maxFrontSum + nodes[i * rows];
if (maxSumAll<maxArray[i].sum)
{
maxSumAll = maxArray[i].sum;
}
}
}
delete[] maxArray;
delete[] fronts;
return maxSumAll;
}
int main()
{
//测试用例1：复杂有向图求解
// 答案：71
int nodes[7][7] = {
{
10,1,2,3,-1,-1,-1},
{
9,3,4,5,-1,-1,-1},
{
22,4,5,-1,-1,-1,-1},
{
20,-1,-1,-1,-1,-1,-1},
{
19,-1,-1,-1,-1,-1,-1},
{
18,6,-1,-1,-1,-1,-1},
{
21,-1,-1,-1, - 1,-1,-1 } };
cout<< MinActingTime((int*)nodes, 7, 7)<<endl;
// 测试用例2：简单有向图求解
// 答案：40
int nodes2[7][7] = {
{
10,1,2,3,-1,-1,-1},
{
9,4,5,6,-1,-1,-1},
{
22,-1,-1,-1,-1,-1,-1},
{
20,-1,-1,-1,-1,-1,-1},
{
19,-1,-1,-1,-1,-1,-1},
{
18,-1,-1,-1,-1,-1,-1},
{
21,-1,-1,-1, -1,-1,-1 } };
cout << MinActingTime((int*)nodes2, 7, 7)<<endl;
// 测试用例3：前序节点为空的节点有2个
// 答案：48
int nodes3[7][7] = {
{
10,2,3,4,-1,-1,-1},
{
9,4,5,-1,-1,-1,-1},
{
22,-1,-1,-1,-1,-1,-1},
{
8,6,-1,-1,-1,-1,-1},
{
19,-1,-1,-1,-1,-1,-1},
{
18,6,-1,-1,-1,-1,-1},
{
21,-1,-1,-1, -1,-1,-1 } };
cout << MinActingTime((int*)nodes3, 7, 7)<<endl;
// 测试用例4：输入节点为1
// 答案 10
int nodes4[1][1] = {
{
10}};
cout << MinActingTime((int*)nodes4, 1, 1) << endl;
// 测试用例5：输入空，鲁棒性测试
// 答案：0
int** nodes5 = nullptr;
cout << MinActingTime((int*)nodes5, 1, 1) << endl;
}
原题目描述地址：神经网络的最短执行时间