[论文解读] Simplifying Activity-On-Edge Graphs

David Eppstein, Daniel Frishberg+1 more|arXiv (Cornell University)|Jan 1, 2020

Data Visualization and Analytics参考文献 17被引用 2

一句话总结

本文提出了一种多项式时间算法，通过在保持关键路径不变的前提下减少里程碑顶点的数量，来最小化项目调度可视化中使用的活动在边上（AOE）图。该方法应用局部约简规则——合并具有相同出边邻居集合的顶点、移除因可达性而冗余的无标签边、消除无任务边的顶点——从而生成一个最小化且等价的AOE图，实现项目时间线的最优可视化清晰度。

ABSTRACT

We formalize the simplification of activity-on-edge graphs used for visualizing project schedules, where the vertices of the graphs represent project milestones, and the edges represent either tasks of the project or timing constraints between milestones. In this framework, a timeline of the project can be constructed as a leveled drawing of the graph, where the levels of the vertices represent the time at which each milestone is scheduled to happen. We focus on the following problem: given an activity-on-edge graph representing a project, find an equivalent activity-on-edge graph—one with the same critical paths—that has the minimum possible number of milestone vertices among all equivalent activity-on-edge graphs. We provide an O(mn²)-time algorithm for solving this graph minimization problem.

研究动机与目标

• 解决项目时间线可视化中使用的活动在边上图的视觉复杂性问题。
• 在不改变关键路径的前提下，最小化AOE图中的里程碑顶点数量。
• 形式化并以多项式时间求解AOE图的里程碑最小化问题。
• 提供一种实用的基于规则的方法，用于简化项目进度可视化。

提出的方法

• 该算法应用三条局部约简规则：合并具有相同出边邻居集合的顶点、移除因可达性而冗余的无标签边、消除无任何任务边连接的顶点。
• 每轮迭代通过O(mn)时间计算可达性矩阵，以检测冗余无标签边并验证合并条件。
• 通过按出度进行桶排序，并递归比较邻居集合，优化顶点合并过程，以识别可合并的顶点对。
• 通过保持拓扑序和每一步的不变量检查，确保关键路径等价性，从而维护算法的正确性。
• 快速实现采用排序后的邻居列表和迭代桶排序，实现总时间复杂度为O(mn²)。
• 该过程持续进行，直到无法再应用任何规则，从而保证生成一个最小化且等价的AOE图。

实验结果

研究问题

• RQ1 能否将一个活动在边上图简化为具有最少里程碑顶点数量的图，同时保持所有关键路径？
• RQ2 是否存在一种多项式时间算法来解决AOE图中的里程碑最小化问题？
• RQ3 能否使简化过程独立于规则应用的顺序？
• RQ4 在保持关键路径的前提下，最小化AOE图的计算复杂度是多少？

主要发现

• 所提出的算法在O(mn²)时间内计算出具有最少里程碑顶点数量的等价AOE图。
• 该算法正确且无论约简规则以何种顺序应用，均生成唯一的最小化图。
• 该方法保持了原始图的可达性和关键路径结构，确保语义等价性。
• 该算法通过可达性矩阵高效检测冗余无标签边，实现O(1)时间的边移除检查。
• 通过桶排序和递归邻居比较优化顶点合并，将合并检测的时间复杂度降低至O(m)。
• 该算法实用且可实现，具有清晰的基于规则的结构，适用于项目管理中的可视化工具。