La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

Algoritmi Avanzati a.a.2014/2015 Prof.ssa Rossella Petreschi Lezione n°10.

Presentazioni simili


Presentazione sul tema: "Algoritmi Avanzati a.a.2014/2015 Prof.ssa Rossella Petreschi Lezione n°10."— Transcript della presentazione:

1 Algoritmi Avanzati a.a.2014/2015 Prof.ssa Rossella Petreschi Lezione n°10

2 Minimo Albero Ricoprente Sia G=(V,E) un grafo connesso non orientato e w:E  R una funzione costo degli archi di G. Definiamo inoltre m:V  V nel seguente modo: m(u)=v sse (u,v) è l’arco di costo minimo incidente su u. Un albero ricoprente (ST) di G=(V,E) è un albero T=(V,E') tale che E'  E. Un minimo albero ricoprente (MST) di G=(V,E) è un albero ricoprente T=(V,E') di costo minimo. Il costo di un albero è la somma dei costi degli archi che lo compongono: w(T)=  e  T w(e).

3 Unicità del MST Il MST è unico sse ogni arco ha un costo distinto. Tale condizione può essere forzata disambiguando eventuali costi uguali: si aggiunge al costo l’indice dell’arco cui appartiene: w'(e) = a b d c e Si noti che tra e viene scelto a b d c e Nel seguito i costi verranno sempre disambiguati considerando gli archi indicizzati in base al loro ordine lessicografico.

4 Proprietà Lemma1. Tutti gli archi (u,m(u))  MST. Dimostrazione. Sia G=(V,E) un grafo, w una funzione di costo su G e T il MST di G. Assumiamo per assurdo che esista un v  V tale che (v,m(v))  T.Consideriamo il cammino da v a m(v) in T sia (v,x) il primo arco in tale cammino. Il costo di tale arco è sicuramente maggiore di quello dell’arco (v,m(v)), per definizione di m(v). Sia T' = T - (v,x)  (v,m(v)). T' è un albero ricoprente per G e il suo costo w(T')=w(T)-w(v,x)+(v,m(v)) è minore di quello di T, il che contrasta con il fatto che T è il MST di G, quindi v non può esistere.

5 Strategie per MST Prim: si parte da T = un singolo vertice e si costruisce incrementalmente il MST aggiungendo l’arco di costo minimo tra T e G-T. Kruskal: si parte da una foresta di nodi isolati e, considerando tutti gli archi in ordine di costo crescente, si aggiunge ciascun arco solo se non induce un ciclo. Sollin: si parte da una foresta di nodi isolati, si aggiungono tutti gli archi (u,m(u)) e si itera (sugli archi che uniscono le varie componenti connesse) fino ad ottenere un albero.

6 Esempio 1 A partire dal grafo Prim inizia con T=({a},  ). Poi inserisce, passo dopo passo, gli archi (a,g), (g,e), (a,b), (b,d), (b,f) e (d,c). L’albero ricoprente generato è: d cb 1 1 2 a f e g 2 2 1 1 1 3 4 1 d cb 1 a f e g 1 1 1 1 2

7 Esempio 2 Kruskal genera il medesimo MST analizzando gli archi nel seguente ordine (quelli che inducono cicli vengono scartati): d cb 1 a f e g 1 1 1 1 2 ew(e)induce un ciclo? (a,g)1no (b,d)1no (b,f)1no (c,d)1no (d,f)1si (e,g)1no (a,b)2no (a,c)2si (f,g)2si (e,f)3si (b,g)4si

8 Esempio 3 Sollin inizialmente considera i seguenti archi: In seguito considera gli archi tra le due componenti connesse: d cb 1 a f e g 1 1 1 1 vm(v)costo ag1 bd1 cd1 db1 eg1 fb1 ga1 Vm(V)costoarco originale C1C1 C2C2 2(a,b) C2C2 C1C1 2 d cb 1 a f e g 1 1 1 1 2 ed ottiene:

9 Strategia per il parallelo Sia Prim che Kruskal sono inerentemente sequenziali in quanto la scelta fatta ad ogni passo dipende strettamente da tutto ciò che si è fatto nei passi precedenti. L’idea di Sollin invece (ad ogni iterazione) lavora su tutti i vertici senza richiedere un ordine specifico, quindi si presta meglio ad essere utilizzata in un contesto di calcolo parallelo. Si noti però che se i costi non fossero distinti con Sollin si potrebbero introdurre cicli di lunghezza ≥ 3: um(u) ab bc ca b ac 1 1 1 b ac

10 MST nel parallelo Input: G grafo non orientato connesso pesato, con pesi distinti Output: l’unico MST Idea: partendo da frammenti costituiti da singoli nodi, ad ogni passo ogni frammento cerca di unirsi con un altro frammento (formando meganodi) attraverso lo spigolo di costo minimo ad esso incidente. Si ripete finché la foresta non si riduce ad un albero.

11 Stelle ed alberi radicati Albero Radicato Stella Radicata

12 Pseudoforesta Si definisce pseudoforesta un grafo orientato in cui ogni vertice ha grado uscente minore od uguale ad uno. In altre parole, pseudoforesta è un insieme di alberi (e stelle) orientati radicati, ciascuno contenente un ciclo. Una pseudoforesta può essere vista come una funzione d:V  V.  v  V, (v,d(v)) è l’unico arco uscente da v in G. 18 14 1 12 4 13 82 111771521 6 20 310 195 16 9 vd(v) 114 213 320 421 510 66 72 813 910 20 118 121 134 1418 152 1620 178 181 193 206 212

13 Come fare Identificare l’adiacente di costo minimo Rappresentare e identificare opportunamente i meganodi Fondere i meganodi avendo presente le limitazioni sul costo (tempo, processori, complessità dei messaggi) che si vuole ottenere

14 Come generare i meganodi Per generare i meganodi: 1.ogni nodo v seleziona il proprio vicino. Ogni ciclo nella pseudo foresta o è un loop o contiene due archi. In ogni singolo albero il vertice di numerazione minima appartenente all’unico ciclo sarà usato come radice. 2.tramite la tecnica del salto del puntatore, ogni albero della foresta è ridotto ad una stella. In tal modo ogni meganodo è identificato dalla radice della stella ed ogni nodo conosce il nome del meganodo a cui appartiene semplicemente leggendo il nome della radice della propria stella. 4 13 812 111771521 4 13 812 111771521 4 13 812 111771521

15 Grafo ridotto Una volta che al passo k-esimo si sono individuati tutti i meganodi del grafo su cui si sta operando, bisogna costruire il nuovo grafo ridotto su cui si opererà al passo (k+1)-esimo. Il nuovo grafo avrà n k+1 meganodi e tanti spigoli quanti sono quelli che uniscono i meganodi, ovvero quegli spigoli di G che uniscono vertici appartenenti a stelle differenti. Per calcolare n k+1 bisogna numerare tutti i meganodi utilizzando la tecnica delle somme prefisse.

16 Strutture dati per MST Input: il grafo G rappresentato come matrice di adiacenza pesata W. W[i,j] = w(i,j) se (i,j)  E altrimenti W[i,j] = . Output: MST di G rappresentato tramite liste di adiacenza Altre variabili: n k : numero di nodi del grafo al passo k (n 0 = n) W k : matrice di adiacenza del grafo al passo k (W 0 = W) m k (v): adiacente di v t.c. (u,m k (u)) è l’arco di costo minimo incidente su u (nel grafo al passo k)

17 Algoritmo per MST Begin k = 0 while W k contiene archi do m k (u) = v t.c. min W k (u,v) Aggiungi (u,m k (u)) al MST Crea la pseudoforesta corrispondente Esegui il salto del puntatore su m k (v) Numera i meganodi Costruisci W k+1 k = k+1 end

18 Esempio Grafo di partenza rappresentato tramite matrice W 0 Passo 0: meganodi iniziali = nodi isolati Aggiungendo (u,m(u))  u  V 2 3 14 11 12 713 6 5 8910 1 2 3 4 5 6 1 1 1 2 2 2 3 3 4 4 1 4 2 3 11 689 5 13 712 10

19 Esempio Dopo il salto del puntatore rimangono 4 meganodi La matrice di adiacenza W 1 del grafo ridotto è: (nella tabella sono riportati il costo minimo di un arco tra due meganodi e l’identificatore di tale arco nel grafo iniziale) 1 4 2 3 11 689 5 13 712 10 1 234 1234 1-2, (1,2)4, (4,5)  22, (1,2)-  34, (4,5)  -5, (7,11) 4  -

20 Esempio Passo 1: 4 meganodi isolati, aggiungendo (u,m(u))  u in W 1 Dopo il salto del puntatore rimane 1 solo meganodo La matrice di adiacenza è vuota quindi al passo 2 l’algoritmo termina. Il MST risultante è: 1 23 4 1 23 4 2 3 14 11 12 713 6 5 8910 1 2 5 1 1 1 2 2 2 3 3 4

21 Costo dell’algoritmo Al generico passo k, una componente connessa di n' > 1 nodi, può originare al più n'/2 meganodi. Quindi dopo O(log n) iterazioni del ciclo while l’algoritmo termina. Ciascuna iterazione richiede tempo logaritmico: a)La ricerca del minimo adiacente per ciascun nodo v richiede O(log n) tempo su PRAM EREW, se invece si assume una PRAM ERCW (con scrittura del minimo o priorità al processore di indice minimo) il costo è O(1). b)Il salto del puntatore per ridurre a stelle la pseudoforesta richiedere tempo logaritmico su PRAM CREW. c)La numerazione dei meganodi richiede tempo logaritmico con somme prefisse su PRAM EREW.

22 Costo dell’algoritmo d)Si deve prestare attenzione nella generazione della matrice W k+1 da utilizzare al passo successivo: tra due meganodi si dovrà porre un arco il cui peso è pari al minimo tra tutti gli archi che collegano i nodi di un meganodo ai nodi dell’altro. Tale operazione si può eseguire in O(log n) tempo su una PRAM EREW simulando una scrittura concorrente. Si dovrà inoltre tenere traccia dell’arco del grafo originale a cui tale costo si riferisce, al fine di poterlo correttamente inserire nel MST. Se adoperiamo una PRAM con n 2 processori, uno per ogni elemento della matrice di adiacenza, l’algoritmo richiede quindi O(log 2 n) tempo su una PRAM CREW con n 2 processori. Con vari tecnicismi si può raffinare l’algoritmo e ridurre costo, assunzioni sul modello e/o numero di processori.

23 Oltre il MST Lo stesso algoritmo si può applicare per trovare uno ST (non minimo) di un grafo. Se il grafo non è pesato si usano pesi tutti pari ad 1 (disambiguati con l’indice dell’arco). Se il grafo non è connesso l’algoritmo genera una foresta ricoprente di costo minimo. Quindi si può anche utilizzare per identificare le componenti connesse di un grafo (problema della connettività di un grafo).


Scaricare ppt "Algoritmi Avanzati a.a.2014/2015 Prof.ssa Rossella Petreschi Lezione n°10."

Presentazioni simili


Annunci Google