Scaricare la presentazione
La presentazione è in caricamento. Aspetta per favore
PubblicatoMarco Simoni Modificato 10 anni fa
1
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Capitolo 12 Minimo albero ricoprente: Algoritmi di Prim e di Borůvka Algoritmi e Strutture Dati
2
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © 2004 - The McGraw - Hill Companies, srl 2 Ricorda: regole del taglio e del ciclo Scegli un taglio del grafo che non è attraversato da archi blu. Tra tutti gli archi non ancora colorati che attraversano il taglio, scegline uno di costo minimo e coloralo di blu (cioè, aggiungilo alla soluzione). Scegli un ciclo nel grafo che non contiene archi rossi. Tra tutti gli archi non ancora colorati del ciclo, scegline uno di costo massimo e coloralo rosso (cioè, scartalo per sempre).
3
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © 2004 - The McGraw - Hill Companies, srl 3 Algoritmo di Prim (1957) (in realtà scoperto nel 1930 da Jarník)
4
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © 2004 - The McGraw - Hill Companies, srl 4 Strategia Mantiene un unico albero blu T, che allinizio consiste di un vertice arbitrario Applica per n-1 volte il seguente passo: scegli un arco di peso minimo incidente su T (ovvero con un estremo in V(T) e laltro estremo in V\V(T)) e coloralo blu (applica ripetutamente la regola del taglio, da cui ne consegue la correttezza!) Complessità computazionale: Poiché ognuno degli n-1 passi costa O(m) (infatti devo guardare tutti gli archi che attraversano il taglio (V(T),V\V(T)) corrente), ne consegue che un approccio brutale costa O(nm)
5
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © 2004 - The McGraw - Hill Companies, srl 5 Un approccio più efficiente Per v T, definiamo arco azzurro associato a v un arco (u,v) tale che u T, ed (u,v) ha peso minimo tra tutti gli archi che connettono v ad un vertice in T Lalgoritmo mantiene in una coda con priorità i nodi non ancora aggiunti alla soluzione, aventi ciascuno per chiave il peso del rispettivo arco azzurro associato (+ nel caso in cui esso non esista); linsieme delle chiavi viene memorizzato anche in un vettore ausiliario d[1..n]; Ad ogni passo, viene estratto il minimo dalla coda, aggiungendo il nodo associato alla soluzione, e si procede quindi alleventuale aggiornamento delle chiavi nella coda di priorità
6
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © 2004 - The McGraw - Hill Companies, srl 6 Pseudocodice
7
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © 2004 - The McGraw - Hill Companies, srl 7 Esempio (1/2)
8
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © 2004 - The McGraw - Hill Companies, srl 8 Esempio (2/2)
9
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © 2004 - The McGraw - Hill Companies, srl 9 Tempo di esecuzione Avremo n insert, n deleteMin e al più m decreaseKey O(n+n log n+m log n)= O(m log n) utilizzando heap binari o binomiali (come Kruskal) O(n+n log n+m)=O(m+n log n) utilizzando heap di Fibonacci (meglio di Kruskal, che costava O(m log n), se m=ω(n), mentre i due approcci si equivalgono se m=Θ(n)).
10
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © 2004 - The McGraw - Hill Companies, srl 10 Approfondimento Quanto costa lalgoritmo di Prim implementando la coda di priorità con strutture dati elementari (ovvero array e liste)?
11
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © 2004 - The McGraw - Hill Companies, srl 11 Tempo di esecuzione: implementazioni elementari Al più n insert, n deleteMin e m decreaseKey nella coda di priorità O(n log n+n+mn)=O(mn) con array ordinati O(n+n 2 +m log n)=O(n 2 +m log n) con array non ordinati O(n 2 log n+n+m)=O(n 2 log n) con liste ordinate O(n+n 2 +mn)=O(mn) con liste non ordinate InsertDelMinDecKey Array ordinato O(log n)O(1)O(n) Array non ord. O(1)O(n)O(log n) Lista Ordinata O(n)O(1) Lista non ord. O(1)O(n)
12
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © 2004 - The McGraw - Hill Companies, srl 12 Algoritmo di Borůvka (1926)
13
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © 2004 - The McGraw - Hill Companies, srl 13 Strategia Mantiene una foresta di alberi blu, allinizio coincidente con linsieme dei nodi del grafo. Lalgoritmo procede per fasi successive; in ogni fase, vengono uniti tra di loro in modo opportuno gli alberi della foresta, e le fasi terminano quando la foresta si riduce ad un albero (il MAR) In dettaglio, in ogni fase, si eseguono le seguenti operazioni: 1.Per ogni albero nella foresta, scegli un arco di peso minimo uscente da esso, e coloralo di blu (applica la regola del taglio); tale operazione unisce 2 alberi della foresta; 2.Elimina da ogni futura computazione gli archi interni ai nuovi alberi generati durante il passo 1 (regola del ciclo). Nota: Per non rischiare di introdurre cicli, bisogna assumere che i costi degli archi siano tutti distinti (ovvero, basterà perturbare minimamente gli archi con stesso peso)
14
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © 2004 - The McGraw - Hill Companies, srl 14 Implementazione In ogni fase, facciamo uso di una implementazione elementare UNION-FIND basata su array. Supponiamo che G sia dato in forma di lista di adiacenza; inizialmente ogni nodo di G è un albero. 1.Nella prima fase, consideriamo uno dopo laltro i nodi di G. Quando esaminiamo un particolare nodo u, scorriamo lintera lista di archi adiacenti, e coloriamo di blu quello di costo minimo. Costo: O(m) 2.Dopo aver esaminato tutti i nodi, avremo selezionato un certo numero di archi blu. Eseguiamo quindi una visita di G ristretta agli archi blu, ottenendo in O(m) le componenti blu (che sono alberi) connesse.
15
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © 2004 - The McGraw - Hill Companies, srl 15 Implementazione (2) 1.Dopodiché, definiamo un vettore A[] di n elementi, in cui li-esima cella è associata alli-esimo nodo di G; quindi, visitiamo uno dopo laltro gli alberi blu, scegliamo per ciascuno di essi in modo arbitrario un elemento rappresentativo, che viene memorizzato in tutte le celle di A[] associate ai nodi del corrispondente albero blu. Costo: O(n) 2.La fase prosegue eliminando gli archi interni a tali alberi. Per fare ciò, si scorrono di nuovo le liste di adiacenza, e si rimuove da esse ogni arco (u,v) tale che FIND(u)=FIND(v) (ovvero, se A[u]=A[v]). Costo: O(m) 3.Infine, per ogni albero blu, si collegano tra di loro le liste di adiacenza così aggiornate di tutti i suoi nodi. In questo modo viene generato un nuovo multigrafo come input della fase successiva, in cui gli alberi blu sono stati contratti in macrovertici. Costo: O(m)
16
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © 2004 - The McGraw - Hill Companies, srl 16 Analisi Siano k i macrovertici della fase corrente; allora, i vari passaggi sopra descritti costeranno O(m+k)=O(m+n), in quanto tutte le operazioni possono essere eseguite in tempo lineare nella dimensione del grafo corrente Il numero di fasi è O(log n): infatti ogni macrovertice creato alla fine della fase k1 contiene almeno 2 k nodi (si dimostra banalmente per induzione) Lalgoritmo di Borůvka, utilizzando solo strutture dati elementari (liste ed array), costa O(m log n), ovvero come Kruskal implementato con le euristiche di bilanciamento, o come Prim implementato con heap binari/binomiali!
17
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © 2004 - The McGraw - Hill Companies, srl 17 Esempio
Presentazioni simili
© 2024 SlidePlayer.it Inc.
All rights reserved.