Algoritmi e Strutture Dati

Slides:



Advertisements
Presentazioni simili
Breath-first search Visita in ampiezza di un grafo Algoritmo Esempio
Advertisements

Breath-first search Visita in ampiezza di un grafo Algoritmo Esempio
Algoritmi e Strutture Dati
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © The McGraw - Hill Companies, srl 1 Strutture dati per.
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Capitolo 12 Minimo albero ricoprente: Algoritmi di Prim e di Borůvka Algoritmi.
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Capitolo 12 Minimo albero ricoprente: Algoritmi di Prim e di Borůvka Algoritmi.
Capitolo 11 Grafi e visite di grafi Algoritmi e Strutture Dati.
Algoritmi e Strutture Dati
Visite di grafi Algoritmi e Strutture Dati. Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © The McGraw.
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © The McGraw - Hill Companies, srl 1 Un albero è un grafo.
Capitolo 11 Grafi e visite di grafi Algoritmi e Strutture Dati.
Capitolo 11 Grafi e visite di grafi Algoritmi e Strutture Dati.
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © The McGraw - Hill Companies, srl 1 K 4 è planare? Sì!
Algoritmi e Strutture Dati
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © The McGraw - Hill Companies, srl 1 Strutture dati per.
Capitolo 13 Cammini minimi: Ordinamento topologico Algoritmi e Strutture Dati.
Capitolo 12 Minimo albero ricoprente Algoritmi e Strutture Dati.
Capitolo 12 Minimo albero ricoprente: Algoritmo di Kruskal Algoritmi e Strutture Dati.
Capitolo 13 Cammini minimi Algoritmi e Strutture Dati.
Capitolo 11 Visite di grafi Algoritmi e Strutture Dati.
Capitolo 13 Cammini minimi: Bellman e Ford Algoritmi e Strutture Dati.
Capitolo 13 Cammini minimi Algoritmi e Strutture Dati.
Algoritmi e Strutture Dati
Cammini minimi fra tutte le coppie:
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Capitolo 12 Minimo albero ricoprente: Algoritmo di Prim Algoritmi e Strutture.
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Capitolo 12 Minimo albero ricoprente: Algoritmo di Prim Algoritmi e Strutture.
Capitolo 11 Grafi e visite di grafi Algoritmi e Strutture Dati Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano.
Prof.ssa Rossella Petreschi Lezione del 3/12/2013 del Corso di Algoritmica GRAFI e PLANARITA’ Lezione n°15.
Progettare algoritmi veloci usando strutture dati efficienti
Cammini minimi in grafi:
Branch and Bound Lezione n°19 Prof.ssa Rossella Petreschi
Branch and Bound Lezione n°14 Prof.ssa Rossella Petreschi
Progettare algoritmi veloci usando strutture dati efficienti
Algoritmi Avanzati Prof.ssa Rossella Petreschi
Lezione n°17 Prof.ssa Rossella Petreschi
Lezione n°15 Prof.ssa Rossella Petreschi
Algoritmi Avanzati a.a.2014/2015 Prof.ssa Rossella Petreschi
Algoritmi e Strutture Dati
Il problema del cammino minimo
Algoritmi Avanzati Prof.ssa Rossella Petreschi
Algoritmi Avanzati a.a.2011/2012 Prof.ssa Rossella Petreschi
Algoritmi e Strutture Dati
Usi (meno scontati) della visita DFS
Algoritmi e Strutture Dati
Algoritmi e Strutture Dati
K4 è planare? E K3,3 e K5 sono planari? Sì!
Algoritmi e Strutture Dati
per rappresentare grafi
Lezione n°11 Prof.ssa Rossella Petreschi
Algoritmi e Strutture Dati
ABBINAMENTO Lezione n°13
Algoritmi e Strutture dati a.a.2010/2011 Prof.ssa Rossella Petreschi
Algoritmi e Strutture Dati
Algoritmi per il flusso nelle reti
Branch and Bound Lezione n°18 Prof.ssa Rossella Petreschi
Algoritmi e Strutture Dati
Algoritmi e Strutture Dati
Schema generale, visita in ampiezza e profondità.
Algoritmi e Strutture Dati
Algoritmi e Strutture Dati
Algoritmi e Strutture Dati
Algoritmi e Strutture Dati
Usi (meno scontati) della visita DFS
Progettare algoritmi veloci usando strutture dati efficienti
Algoritmi e Strutture Dati
Cammini minimi in grafi:
Grafi e problem solving
Algoritmi e Strutture Dati
Algoritmi e Strutture Dati
HeapSort Stesso approccio incrementale del selectionSort Tipo di dato
Transcript della presentazione:

Algoritmi e Strutture Dati Capitolo 11 Visite di grafi

per rappresentare grafi Strutture dati per rappresentare grafi

Grafi non diretti a b c d b a c b a d c d Quanto spazio? 1 O(m + n) 1 a b c d liste di adiacenza Matrice di adiacenza O(m + n) O(n2)

Grafi diretti a b c d a b a c b d c d Quanto spazio? 1 O(m + n) O(n2) 1 d b c a liste di adiacenza Matrice di adiacenza O(m + n) O(n2)

Grafi non diretti c a b d a b c d a b c d 1 Operazione: O(n) O((v)) 1 a b c d a b c d Matrice di adiacenza liste di adiacenza Operazione: matrice di a. liste di a. elenco archi incidenti di v O(n) O((v)) c’è arco (u,v)? O(1) O(min{(u), (v)})

Grafi diretti c a b d d b c a a b c d 1 Operazione: O(n) O((v)) O(1) 1 d b c a a b c d Matrice di adiacenza liste di adiacenza Operazione: matrice di a. liste di a. elenco archi uscenti da v O(n) O((v)) c’è arco (u,v)? O(1) O((u))

quali parti del grafo sono raggiungibili da un certo nodo? …eseguo una visita del grafo

Scopo e tipi di visita una visita di un grafo G permette di esaminare i nodi e gli archi di G in modo sistematico (se G è connesso) genera un albero di visita problema di base in molte applicazioni esistono vari tipi di visite con diverse proprietà: visita in ampiezza (BFS=breadth first search) visita in profondità (DFS=depth first search)

Visita in ampiezza dato un grafo G (non pesato) e un nodo s, trova tutte le distanze/cammini minimi da s verso ogni altro nodo v

applicazioni web crawling social networking network broadcast come google trova nuove pagine da indicizzare social networking trovare gli amici che potresti conoscere network broadcast un nodo manda un messaggio a tutti gli altri nodi della rete garbage collection come scoprire memoria non più raggiungibile che si può liberare model checking verificare una proprietà di un sistema risolvere puzzle risolvere il Cubo di Rubik con un numero minimo di mosse

cubo di Rubik: 2x2x2 grafo delle configurazioni un vertice per ogni possibile stato del cubo un arco fra due configurazioni se l’una è ottenibile dall’altra tramite una mossa grafo non diretto cubetto #verciti  8! x 38 = 264.539.520

stati raggiungibili in 2 mosse cubo di Rubik: 2x2x2 eccentricità di s (God’s number) God’s number 2x2x2: 11 stato goal … 3x3x3: 20 4x4x4: ??? s nxnxn: (n2/log n) possibili mosse stati raggiungibili in 2 mosse

Visita in ampiezza

Un esempio s B F A C E D G B

Un esempio s B F A C E D G

Un esempio s B F 1 A C E D G A

Un esempio s B F 1 1 A C E D G C A

Un esempio s B F 1 1 A C E D G C

Un esempio s B F 1 1 A C E D G C

Un esempio s B F 1 1 A C E D G 2 D C

Un esempio s B F 1 1 A C E D G 2 D

Un esempio s B F 1 1 A C E D G 2 D

Un esempio s B F 1 1 2 A C E D G 2 E D

Un esempio s B F 1 1 2 A C E D G 2 E

Un esempio s B F 1 1 2 A C E D G 2

Un esempio s 3 B F 1 1 2 A C E D G 2 F

Un esempio s 3 B F 1 1 2 A C E D G 2 3 G F

Un esempio s 3 B F 1 1 2 A C E D G 2 3 G

Un esempio s 3 B F 1 1 2 A C E D G 2 3 G

Un esempio s 3 B F 1 1 2 A C E D G 2 3

Un esempio s 3 B F 1 1 2 A C E D G 2 3

albero dei cammini di G radicato in s Un esempio s 3 B F 1 1 2 A C E D G albero BFS 2 s 3 B A C D E F G 1 1 albero dei cammini di G radicato in s 2 2 3 3

Esempio: grafo orientato

Costo della visita in ampiezza grafo rappresentato con matrice di adiacenza O(n2) O(n)

u O((u)) Costo della visita in ampiezza O(m+n) = O(m) O((u)) grafo rappresentato con liste di adiacenza O(m+n) u O((u)) = O(m) O((u))

Costo della visita in ampiezza Il tempo di esecuzione dipende dalla struttura dati usata per rappresentare il grafo (e dalla connettività o meno del grafo rispetto ad s): Liste di adiacenza: O(m+n) Matrice di adiacenza: O(n2) Osservazioni: Si noti che se il grafo è connesso allora m≥n-1 e quindi O(m+n)=O(m) Ricordando che m≤n(n-1)/2, si ha O(m+n)=O(n2)  per m=o(n2) la rappresentazione mediante liste di adiacenza è temporalmente più efficiente!

Proprietà dell’albero BFS radicato in s G Se il grafo è non orientato, per ogni arco (u,v) del grafo gli estremi u e v appartengono allo stesso livello o a livelli consecutivi dell’albero BFS Se il grafo è orientato, allora gli archi orientati verso il basso uniscono nodi sullo stesso livello o su livelli adiacenti, mentre gli archi orientati verso l’alto possono unire nodi su livelli non adiacenti C A G D B F

Teorema Per ogni nodo v, il livello di v nell’albero BFS è pari alla distanza di v dalla sorgente s (sia per grafi orientati che non orientati) dimostrazione informale - all’inizio inserisco s in F (che è a distanza 0 da se stesso) e gli assegno livello 0; chiaramente s è l’unico nodo a distanza 0. - estraggo s e guardo tutti suoi vicini (archi uscenti); questi sono tutti i nodi a distanza 1 da s; li inserisco in F e assegno loro livello 1. Ora in F ho tutti i nodi a distanza 1. - estraggo uno a uno tutti i nodi di livello/distanza 1 e per ognuno guardo tutti suoi vicini (archi uscenti); i vicini non marcati sono a distanza 2 da s; li inserisco in F e assegno loro livello 2; quando ho estratto e visitato tutti i nodi di livello 1, in F ho tutti i nodi a distanza 2 da s. - estraggo uno a uno tutti i nodi di livello/distanza 2 e per ognuno guardo tutti suoi vicini (archi uscenti); i vicini non marcati sono a distanza 3 da s…

Visita in profondità

un’analogia: esplorare un labirinto Cosa mi serve? gesso: per segnare le strade prese variabile booleana: dice se un nodo è stato già visitato corda: per tornare indietro se necessario pila: push vuol dire srotolare pop vuol dire arrotolare Copyright © 2004 - The McGraw - Hill Companies, srl

Visita in profondità

Un esempio: visita DFS s B F A C E D G

Un esempio: visita DFS s B F A C E D G

Un esempio: visita DFS s B F A C E D G

Un esempio: visita DFS s B F A C E D G

Un esempio: visita DFS s B F A C E D G

Un esempio: visita DFS s B F A C E D G

Un esempio: visita DFS s B F A C E D G

Un esempio: visita DFS s B F A C E D G

Un esempio: visita DFS s B F A C E D G

Un esempio: visita DFS s B F A C E D G

Un esempio: visita DFS s B F A C E D G

Un esempio: visita DFS s B F A C E D G

Un esempio: visita DFS s B F A C E D G

Un esempio: visita DFS s B F A C E D G

Un esempio: visita DFS s B F A C E D G

Un esempio: visita DFS s B F A C E D G

Un esempio: visita DFS s B F A C E D G

Un esempio: visita DFS s B F A C E A B C D E F G albero DFS D G

Esempio: grafo orientato (1/2)

Esempio: grafo orientato (2/2)

…tornando al labirinto albero DFS Copyright © 2004 - The McGraw - Hill Companies, srl

Costo della visita in profondità Il tempo di esecuzione dipende dalla struttura dati usata per rappresentare il grafo (e dalla connettività o meno del grafo rispetto ad s): Liste di adiacenza: O(m+n) Matrice di adiacenza: O(n2)

Proprietà dell’albero DFS radicato in s Se il grafo è non orientato, per ogni arco (u,v) si ha: (u,v) è un arco dell’albero DFS, oppure i nodi u e v sono l’uno discendente/antenato dell’altro Se il grafo è orientato, per ogni arco (u,v) si ha: i nodi u e v sono l’uno discendente/antenato dell’altro, oppure (u,v) è un arco trasversale a sinistra, ovvero il vertice v è in un sottoalbero visitato precedentemente ad u