Algoritmi e Strutture Dati

Slides:



Advertisements
Presentazioni simili
Algoritmi e Strutture dati Mod B
Advertisements

Algoritmi e Strutture Dati
Algoritmi e Strutture Dati
Capitolo 4 Ordinamento Algoritmi e Strutture Dati.
Algoritmi e Strutture Dati
Algoritmi e Strutture Dati
Algoritmi e Strutture Dati
Algoritmi e Strutture Dati
Capitolo 4 Ordinamento Algoritmi e Strutture Dati.
Algoritmi e Strutture Dati
Algoritmi e Strutture Dati
Capitolo 4 Ordinamento Algoritmi e Strutture Dati.
Capitolo 4 Ordinamento Algoritmi e Strutture Dati Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano.
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © The McGraw - Hill Companies, srl 1 Strutture dati per.
Algoritmi e Strutture Dati
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 Copyright © The McGraw - Hill Companies, srl Capitolo 4 Ordinamento:
Capitolo 13 Cammini minimi: Algoritmo di Floyd e Warshall Algoritmi e Strutture Dati.
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © The McGraw - Hill Companies, srl 1 Capitolo 1 Unintroduzione.
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 4 Ordinamento: Heapsort 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 Capitolo 12 Minimo albero ricoprente: Algoritmi di Prim e di Boruvka Algoritmi.
Algoritmi e Strutture Dati
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.
Capitolo 4 Ordinamento: Selection e Insertion Sort Algoritmi e Strutture Dati.
Capitolo 4 Ordinamento Algoritmi e Strutture Dati.
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Capitolo 12 Minimo albero ricoprente: Algoritmi di Prim e di Borůvka Algoritmi.
Algoritmi e Strutture Dati
Capitolo 11 Grafi e visite di grafi Algoritmi e Strutture Dati.
Capitolo 11 Grafi e visite di grafi Algoritmi e Strutture Dati.
Capitolo 4 Ordinamento: Selection e Insertion Sort Algoritmi e Strutture Dati.
Algoritmi e Strutture Dati
Capitolo 4 Ordinamento: Selection e Insertion Sort Algoritmi e Strutture Dati.
Capitolo 4 Ordinamento Algoritmi e Strutture Dati.
Algoritmi e Strutture Dati
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 Capitolo 12 Minimo albero ricoprente: Algoritmi di Prim e di Borůvka Algoritmi.
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © The McGraw - Hill Companies, srl 1 Strutture dati per.
Capitolo 13 Cammini minimi: Algoritmo di Floyd e Warshall Algoritmi e Strutture Dati.
Capitolo 13 Cammini minimi: Ordinamento topologico Algoritmi e Strutture Dati.
Capitolo 8 Code con priorità Algoritmi e Strutture Dati Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano.
Capitolo 12 Minimo albero ricoprente: Algoritmo di Kruskal (*) Algoritmi e Strutture Dati.
Capitolo 12 Minimo albero ricoprente Algoritmi e Strutture Dati.
Capitolo 10 Tecniche algoritmiche 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.
Algoritmi e Strutture Dati
Capitolo 13 Cammini minimi: Bellman e Ford Algoritmi e Strutture Dati.
Capitolo 13 Cammini minimi: Algoritmo di ordinamento topologico, di Dijkstra, e di Floyd e Warshall Algoritmi e Strutture Dati.
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Capitolo 4 Ordinamento: Heapsort Algoritmi e Strutture Dati.
Capitolo 13 Cammini minimi Algoritmi e Strutture Dati.
Capitolo 11 Grafi e visite di grafi Algoritmi e Strutture Dati.
Capitolo 13 Cammini minimi: algoritmo di Dijkstra Algoritmi e Strutture Dati.
Cammini minimi fra tutte le coppie:
Cammini minimi in grafi:
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.
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © The McGraw - Hill Companies, srl 1 Capitolo 1 Un’introduzione.
Capitolo 12 Minimo albero ricoprente: Algoritmo di Kruskal Algoritmi e Strutture Dati.
Capitolo 11 Grafi e visite di grafi Algoritmi e Strutture Dati Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano.
Capitolo 13 Cammini minimi: algoritmo di Dijkstra Algoritmi e Strutture Dati.
Algoritmi e Strutture Dati
Algoritmi e Strutture Dati
Algoritmi e Strutture Dati
Transcript della presentazione:

Algoritmi e Strutture Dati Capitolo 13 Cammini minimi: Algoritmo di Bellman e Ford

Problema del calcolo dei cammini minimi a singola sorgente Input: grafo pesato G=(V,E,w), sV Output: le distanze di tutti i nodi da s, ovvero, dsv per ogni vV

Punto della situazione Algoritmo di Dijkstra: albero dei cammini minimi per tutti i grafi che non contengono archi di peso negativo. Complessità O(m + n log n) (con Heap di Fibonacci). Si noti che quest’ultima è la più efficiente delle implementazioni presentate, poiché: m + n log n = O(n2) (liste/array non ord.), in quanto m = O(n2) e n log n = o(n2) m + n log n = O(m log n) (heap binari/binomiali), in quanto m = o(m log n) e n log n = O(m log n) Copyright © 2004 - The McGraw - Hill Companies, srl

Algoritmo di Bellman e Ford (albero dei cammini minimi in grafi che non contengono cicli negativi) Copyright © 2004 - The McGraw - Hill Companies, srl

dsv ≤ dsu + duv ≤ dsu + w(u,v) Distanza fra vertici Ricorda: la distanza dxy tra due vertici x e y è il costo di un cammino minimo da x a y, o +∞ se i due vertici non sono connessi Disuguaglianza triangolare: per ogni x, y e z  V dxy ≤ dxz + dzy (l’uguaglianza sussiste quando esiste un cammino minimo da x a y che passa per z) Condizione di Bellman: per ogni arco (u,v) e per ogni vertice s, essendo duv ≤ w(u,v), dalla disuguaglianza triangolare segue che: dsv ≤ dsu + duv ≤ dsu + w(u,v) Copyright © 2004 - The McGraw - Hill Companies, srl

Tecnica del rilassamento Partendo da stime per eccesso delle distanze Dxy ≥ dxy si aggiornano le stime, decrementandole progressivamente fino a renderle esatte. Aggiornamento delle stime basato sul seguente passo di rilassamento (vy denota un qualche cammino tra v e y): Copyright © 2004 - The McGraw - Hill Companies, srl

proprietà intuitive del rilassamento le stime iniziali sono upper bound alle distanze nel grafo e ogni sequenza di rilassamenti preserva questa invariante. le stime possono solo decrementare. quando una stima diventa esatta ed è quindi uguale alla distanza nel grafo, allora rilassare non ha alcun effetto. rilassare in generale non inficia mai le stime. Copyright © 2004 - The McGraw - Hill Companies, srl

Ordine di rilassamento Supponiamo di dover trovare un cammino minimo tra s e vk. Sia psvk=< s,v1,v2,… ,vk > tale cammino. Osserviamo che psvk potrebbe essere trovato eseguendo la seguente sequenza di rilassamenti: Problema: Come faccio ad individuare la giusta sequenza di rilassamenti (ovviamente a priori non conosco la sequenza di archi di psvk)? Copyright © 2004 - The McGraw - Hill Companies, srl

Approccio di Bellman e Ford Esegue n-1 passate In ciascuna passata, per ogni arco del grafo, esegui il relativo passo di rilassamento rispetto alla distanza dalla sorgente s nota: alla fine della prima passata, con questo approccio esaustivo sono sicuro di eseguire anche il rilassamento Dsv1 Dss + w(s,v1) Dopo la j-esima passata, i primi j rilassamenti corretti sono stati certamente eseguiti (ovvero è stata trovata dsvj nonché la distanza tra s e tutti i nodi in G per i quali il cammino minimo da s è costituito da al più j archi) Alla fine della (n-1)-esima passata, ho trovato tutti i cammini minimi da s, poiché un cammino minimo contiene al più n-1 archi (il grafo non contiene cicli negativi e quindi esistono sempre cammini minimi semplici) Copyright © 2004 - The McGraw - Hill Companies, srl

Pseudocodice Tempo di esecuzione: (n m) (con liste di adiacenza) Copyright © 2004 - The McGraw - Hill Companies, srl

applicare l’algoritmo di Bellman e Ford al seguente grafo #1 2 B E -1 e #4 2 #7 #3 #8 s A 3 w(e) -3 1 # i: i-esimo arco considerato nel loop pricipale dell’alg 4 #2 #5 C D 5 #6

correttezza dell’algoritmo Copyright © 2004 - The McGraw - Hill Companies, srl

(per ipotesi induttiva) assunzione: G non ha cicli di peso negativo Lemma 1 Dopo una sequenza qualsiasi di rilassamenti, vale Dsvdsv per ogni vV dim (per induzione sul # di rilassamenti) all’inizio Dss=0 e Dsv=+∞ per ogni v diverso da s può essere dss<0? …no, altrimenti ci sarebbe un ciclo di peso negativo! generico rilassamento Dsv  Dsu + w(u,v)  dsu + duv  dsv dsu (per ipotesi induttiva) duv per disug. triangolare Copyright © 2004 - The McGraw - Hill Companies, srl

Corollario 1 assunzione: G non ha cicli di peso negativo Se ad un certo punto vale Dsv=dsv , allora la stima Dsv non sarà mai più cambiata dim Segue dal Lemma 1 e dal fatto che le stime possono solo decrescere Copyright © 2004 - The McGraw - Hill Companies, srl

(per ipotesi induttiva) Teorema Se G=(V,E) non ha cicli negativi l’algoritmo termina con Dsv=dsv per ogni vV dim poiché Dsvdsv (Lemma 1) dobbiamo solo mostrare che a un certo punto vale Dsv=dsv (che poi non sarà più modificata per il Corollario 1) sia p=<s=v0,v1, …, vk=v> un cammino minimo da s a v con il minimo numero di archi p è semplice (attenzione a cicli di costo 0!) kn-1 dimostro per induzione che dopo i passate dell’alg, vale D = d svi svi caso base: Dss=0 = dss perché non ci sono cicli negativi caso induttivo: quando rilasso arco (vi-1,vi) D = D + w(vi-1,vi) = d + w(vi-1,vi) = d svi svi-1 svi-1 svi per sottostruttura ottima (per ipotesi induttiva) Copyright © 2004 - The McGraw - Hill Companies, srl

e se il grafo ha dei cicli negativi (raggiungilibi da s)? …posso modificare l’algoritmo di Bellman e Ford per verificarne l’esistenza!

Pseudocodice Tempo di esecuzione: (n m) for each (u,v) E do if (Dsu+w(u,v)<Dsv) then return “esiste ciclo negativo” return D Tempo di esecuzione: (n m) (con liste di adiacenza) Correttezza algoritmo se G non ha cicli negativi, nell’ultimo ciclo for la condizione dell’if non è mai soddistatta ma se G ha un ciclo negativo (raggiungibile da s) l’algoritmo se ne accorge?

    D + w(vi,vi+1)  D D + w(vi,vi+1)  D w(vi,vi+1)  0 sia <v1,v2, …, vk-1, vk=v1> un ciclo di peso negativo (raggiungibile da s) supponiamo per assurdo che l’algoritmo non se ne accorge condizione dell’if dell’ultimo ciclo for è sempre falsa, ovvero: D + w(vi,vi+1)  D svi i=1,2,…,k-1 svi+1 sommando su tutti gli indici i: k-1 k-1 k-1    D + w(vi,vi+1)  D svi svi+1 i=1 i=1 i=1 i termini delle due sommatorie sono uguali k-1  w(vi,vi+1)  0 ma il ciclo era negativo: assurdo! i=1

domanda: posso conoscere questo ordine? osservazione: se conoscessi l’ordine in cui rilassare gli archi, potrei trovare le distanze dalla sorgente facendo una sola passata di rilassamenti domanda: posso conoscere questo ordine? …a volte sì: per esempio se G è un DAG! Copyright © 2004 - The McGraw - Hill Companies, srl

ordinamento topologico (albero dei cammini minimi Algoritmo basato su ordinamento topologico (albero dei cammini minimi in grafi aciclici) Copyright © 2004 - The McGraw - Hill Companies, srl

Cammini minimi in grafi aciclici Eseguo i rilassamenti in ordine topologico, da sinistra verso destra: infatti, poiché tutti gli archi sono orientati verso destra, le stime di distanza che mi lascio alle spalle sono esatte (non possono essere ulteriormente rilassate)! Tempo di esecuzione (liste di adiacenza): (n+m) Copyright © 2004 - The McGraw - Hill Companies, srl

Esempio s 10 -2 7 5 -12 -10 -8 4 4 D C A F B E G 4 1 stime distanze -3 inizio: +∞ +∞ +∞ +∞ +∞ +∞ visito F +∞ +∞ 5 -2 +∞ 10 visito C, A +∞ +∞ 5 -2 +∞ 10 visito B +∞ +∞ 5 -3 +∞ 10 visito D +∞ +∞ 5 -3 1 4 visito E +∞ +∞ 5 -3 1 4 visito G +∞ +∞ 5 -3 1 4

Esempio T: albero s 10 -2 7 +∞ +∞ 5 -3 1 4 5 -12 -10 -8 4 4 F C A B D +∞ +∞ 5 -3 1 4 5 -12 -10 -8 4 4 s F C A B D E G 4 1 T: albero dei cammini minimi radicato in s -3 D C A F B E G distanze da s +∞ +∞ 5 -3 1 4