ABBINAMENTO Lezione n°13

Slides:



Advertisements
Presentazioni simili
Algoritmi Paralleli e Distribuiti a.a. 2008/09 Lezione del 28/04/2009 Prof. ssa ROSSELLA PETRESCHI a cura del Dott. SAVERIO CAMINITI.
Advertisements

U V U V (a) |cfc|=2 prima e dopo (b) |cfc|=2 prima e |cfc|=1 dopo
Capitolo 11 Grafi e visite di grafi Algoritmi e Strutture Dati.
Prof. Cerulli – Dott.ssa Gentili
Algoritmi e Strutture Dati
Algoritmi Avanzati a.a.2013/2014 Prof.ssa Rossella Petreschi Albero ricoprente di costo minimo Lezione n°12.
Prof.ssa Rossella Petreschi Lezione del 3 /12/ 2012 del Corso di Algoritmi e Strutture Dati Riferimenti: Capitolo 3 del testo Nishizeki,Chiba “Planar graphs:theory.
Prof.ssa Rossella Petreschi Lezione del 1 /12/ 2011 del Corso di Algoritmi e Strutture Dati Riferimenti: capitolo 17 del testo M.H.Alsuwaiyel “Algorithms:
Prof.ssa Rossella Petreschi Lezione del 3/12/2013 del Corso di Algoritmica GRAFI e PLANARITA’ Lezione n°15.
Prof.ssa Rossella Petreschi Lezione del 29 /10/2014 del Corso di Algoritmica Lezione n°8.
Algoritmi Avanzati a.a.2013/2014 Prof.ssa Rossella Petreschi Somme prefisse Lezione n°2.
Lezione n°10 Prof.ssa Rossella Petreschi
Cammini minimi in grafi:
Inserzione e Cancellazione
Branch and Bound Lezione n°19 Prof.ssa Rossella Petreschi
Branch and Bound Lezione n°14 Prof.ssa Rossella Petreschi
Reti, flussi e tagli Lezione n°11
Analisi di sequenze di operazioni Union-Find
Lezione n°9 Prof.ssa Rossella Petreschi
Algoritmi Avanzati a.a.2014/2015 Prof.ssa Rossella Petreschi
Algoritmi Avanzati a.a.2013/2014 Prof.ssa Rossella Petreschi
Lezione n°7 Prof.ssa Rossella Petreschi
La funzione Path e le forme a cespuglio
Alberi binari Definizione Sottoalberi Padre, figli
Algoritmi Avanzati Prof.ssa Rossella Petreschi
Lezione n°17 Prof.ssa Rossella Petreschi
Lezione n°15 Prof.ssa Rossella Petreschi
B-alberi e alberi autoaggiustanti
Algoritmi Avanzati a.a.2011/2012 Prof.ssa Rossella Petreschi
Algoritmi Avanzati a.a.2014/2015 Prof.ssa Rossella Petreschi
Cammini minimi tra tutte le coppie
Complessità ammortizzata degli algoritmi Union Find
Lezione n°14 Reti di flusso Prof.ssa Rossella Petreschi
La gestione degli insiemi disgiunti
Algoritmi Avanzati a.a.2011/2012 Prof.ssa Rossella Petreschi
Algoritmi Avanzati Prof.ssa Rossella Petreschi
Algoritmi Avanzati a.a.2011/2012 Prof.ssa Rossella Petreschi
Lezione n°16 Abbinamento Prof.ssa Rossella Petreschi
Algoritmi Avanzati Prof.ssa Rossella Petreschi
Algoritmi Avanzati a.a.2014/2015 Prof.ssa Rossella Petreschi
Algoritmi e Strutture Dati
Usi (meno scontati) della visita DFS
Lezione n°4 Prof.ssa Rossella Petreschi
Algoritmi Avanzati a.a.2010/2011 Prof.ssa Rossella Petreschi
Paths, tree and flowers Lezione n°14
K4 è planare? E K3,3 e K5 sono planari? Sì!
per rappresentare grafi
Lezione n°11 Prof.ssa Rossella Petreschi
Lezione n°12 Prof.ssa Rossella Petreschi
Algoritmi e Strutture dati a.a.2010/2011 Prof.ssa Rossella Petreschi
Algoritmi e Strutture Dati
Algoritmi per il flusso nelle reti
Algoritmi per il flusso nelle reti
Lezione n°6 Prof.ssa Rossella Petreschi
Branch and Bound Lezione n°18 Prof.ssa Rossella Petreschi
Schema generale, visita in ampiezza e profondità.
Algoritmi e Strutture Dati
Usi (meno scontati) della visita DFS
Lezione n°14 Prof.ssa Rossella Petreschi
Algoritmi Avanzati Prof.ssa Rossella Petreschi
Automi e stringhe Lezione n°24 Prof.ssa Rossella Petreschi
Algoritmi e Strutture dati a.a.2010/2011 Prof.ssa Rossella Petreschi
Backtracking Lezione n°17 Prof.ssa Rossella Petreschi
Alberi di ricerca Lezione n°4
Cammini minimi in grafi:
Algoritmi e Strutture dati a.a.2010/2011 Prof.ssa Rossella Petreschi
Grafi e problem solving
Algoritmi e Strutture dati a.a.2010/2011 Prof.ssa Rossella Petreschi
Il problema del flusso nelle reti
Unione per ranghi compressi
Transcript della presentazione:

ABBINAMENTO Lezione n°13 Prof.ssa Rossella Petreschi Lezione del 26/11/2013 del Corso di Algoritmica

L’abbinamento Abbinamento (accoppiamento) in un grafo connesso non orientato (e privo di loop) è un qualsiasi insieme M di archi a due a due non incidenti. La cardinalità di M è la cardinalità dell’abbinamento. Un nodo si dice saturo (esposto) se è (non è) estremo di un qualche arco in M. M è un abbinamento massimale se non è sottoinsieme proprio di alcun abbinamento in G. M è un abbinamento massimo se non esiste un altro abbinamento in G con cardinalità maggiore di quella di M. M è un abbinamento perfetto se non lascia alcun nodo esposto. 2

Proprietà dell’abbinamento Grafi qualunque G ( V, E ), V = n Ogni abbinamento massimo è massimale Ogni abbinamento perfetto è massimo Un abbinamento massimo non è detto sia perfetto In un grafo possono esistere distinti abbinamenti perfetti Un abbinamento può avere al più n/2 archi Un abbinamento è perfetto se e solo se ha n/2 archi Se un grafo ha un abbinamento perfetto, allora ha un numero pari di nodi 3

Sui grafi bipartiti G(XUY,E) VALE La cardinalità di un abbinamento massimo è al più il minimo fra la cardinalità di X e quella di Y G non può avere un abbinamento perfetto se |X| ≠ |Y| Teorema del matrimonio (Jacobi 1890, Frobenius 1917, Hall 1935) G(XUY, E) ha un abbinamento perfetto sse X = Y S ≤ N(S) per ogni S in X Teorema di Konig-Egervary (Konig 1930, Egervary1931) In ogni grafo bipartito la cardinalità massima di un abbinamento è uguale alla cardinalità minima di un ricoprimento (insieme di nodi che copre tutti gli archi del grafo) 4

Applicazioni Grafo bipartito In una azienda n nuovi assunti da assegnare ad n differenti lavori Scegliere fra i componenti di una squadra di nuoto il team giusto da portare ad una gara in modo da poter partecipare a tutte le discipline Grafo qualunque Scegliere opportunamente coppie di persone a cui far condividere una stanza d’albergo. Una compagnia aerea multiculturale deve scegliere i due piloti dello stesso aereo in modo che abbiano lo stesso tipo di addestramento e parlino una lingua comune e poi abbinamenti di strutture chimiche, scheduling parallelo di differenti lavori su diverse macchine, assegnamento di turni in una fabbrica………. 5

Cammini alternanti/aumentanti Dato G (V,E) ed M abbinamento su G si definisce p: cammino M-alternante un cammino che alterna archi in M con archi in E/M p: cammino M-aumentante un cammino M-alternante che inizia e termina con un nodo esposto 6

L’Operatore XOR M1 , M2 abbinamenti,  M1  = r,  M2  = s, s > r p: cammino M1-aumentante si definisce M1  M2 = (M1M2) - (M1M2) = (M1-M2)  (M2 -M1) vale M1  p è un abbinamento di dimensione r+1 M1 è massimo sess nel grafo non esistono cammini M1- aumentanti (Petersen1891, Berge 1957, Norman-Rabin1959) M1  M2 contiene almeno k=s-r cammini M1-aumentanti a nodi disgiunti prova Le componenti connesse di G(V, M1  M2 ) possono essere vertici isolati,cicli pari o cammini, sia pari che dispari. Cicli e cammini pari non sono M1-aumentanti. I restanti k cammini dispari sono M1-aumentanti. 7

Albero ungherese (coniato da Kuhn nel 1955 in onore di Konig e Egervary ) G(XUY,E), X+Y=n, E=m, M’ abbinamento arbitrario in G Sia r un vertice esposto in X. T, albero alternante radicato in r (ovvero albero in cui ogni cammino dalla radice ad una foglia sia alternante) si costruisce nella seguente maniera: a partire da r, si aggiunga a T un arco non in M’, sia (r,y). Per ogni z adiacente ad y, si aggiunga l’arco (y,z) in M’(se esiste). Si ripeta il procedimento finchè: o si incontra un nodo z esposto; e quindi un cammino aumentante o l’albero non può più crescere; in tal caso si ha un albero ungherese. NOTE In un albero ungherese l’unico nodo esposto è r nessun cambiamento all’interno di un albero ungherese può cambiare la cardinalità dell’abbinamento. 8

Grafi bipartiti e albero ungherese Input: G(XUY,E), X+Y=n, E=m, M’ abbinamento arbitrario in G (M può essere l’insieme vuoto) Output: M massimo abbinamento Algoritmo: finchè esistono due vertici esposti, uno in X e uno in Y, costruisci un albero alternante T, radicato in r (in X), tramite visita in ampiezza; se T è ungherese, rimuovi T da G altrimenti M = M  p, dove p è il cammino aumentante trovato Complessità: O(nm) ≤ O(n3) O(m) costruzione di un albero alternante con visita in ampiezza; al più O(n) alberi DA RICORDARE un grafo bipartito non contiene cicli dispari 9