Αλγόριθµοι και Πολυπλοκότητα
|
|
- Ῥαχήλ Ζαφειρόπουλος
- 8 χρόνια πριν
- Προβολές:
Transcript
1 Αλγόριθµοι και Πολυπλοκότητα Ενότητα 3 Αλγόριθµοι Γραφηµάτων Οριζόντια-καθοδική διερεύνηση Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 1 / 101
2 Αναπαραστάσεις γραφηµάτων Κατάλογοι και πίνακες γειτνίασης Υπάρχουν δυο καθιερωµένοι τρόποι αναπαράστασης ενός γραφήµατος G = (V, E): υπό τη µορφή µιας συλλογής από καταλόγους γειτνίασης ή υπό τη µορφή ενός πίνακα γειτνίασης. Η αναπαράστασή µέσω καταλόγων γειτνίασης για αναπαράσταση αραιών γραφηµάτων E V 2. Αν το γράφηµα είναι πυκνό E V 2 τότε αναπαράσταση µέσω πίνακα γειτνίασης. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 2 / 101
3 Αναπαραστάσεις γραφηµάτων Κατάλογοι γειτνίασης Η αναπαράσταση µέσω καταλόγων γειτνίασης ενός γραφήµατος G = (V, E). Εάν το γράφηµα G είναι κατευθυντό, το άθροισµα των µηκών όλων των καταλόγων γειτνίασης ισούται µε E. Εάν το G είναι ακατεύθυντο, το αντίστοιχο άθροισµα των µηκών είναι 2 E. Για τα κατευθυντά όσο και για τα ακατεύθυντα γραφήµατα, για την αναπαράσταση µέσω καταλόγων γειτνίασης η απαιτούµενη µνήµη είναι Θ(V + E). Εστω G = (V, E) ένα εµβαρές γράφηµα µε συνάρτηση ϐάρους w. Το ϐάρος w(u, v) της ακµής (u, v) E µπορεί να αποθηκευτεί µαζί µε το κόµβο v στον κατάλογο γειτνίασης του u. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 3 / 101
4 Αναπαραστάσεις γραφηµάτων Πίνακες γειτνίασης Αναπαράσταση µέσω πίνακα γειτνίασης ενός γραφήµατος G = (V, E). Σχήµα: Ακατεύθυντο γράφηµα (α) Ακατεύθυντο γράφηµα G. (ϐ) Κατάλογος γειτνίασης του G. (γ) Πίνακας γειτνίασης του G. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 4 / 101
5 Αναπαράσταση γραφηµάτων Οταν το γράφηµα είναι ακατεύθυντο ο πίνακας γειτνίασης A συµπίπτει µε τον ανάστροφο A = A T. Σχήµα: Κατευθυντό γράφηµα Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 5 / 101
6 Αναπαράσταση γραφηµάτων Ο πίνακας γειτνίασης ενός γραφήµατος απαιτεί µνήµη Θ(V 2 ), ανεξάρτητα από το πλήθος των ακµών του γραφήµατος. Εάν G = (V, E) ένα εµβαρές γράφηµα µε συνάρτηση ϐάρους ακµών w, το ϐάρος w(u, v) της ακµής (u, v) E αποθηκευεται απλώς ως στοιχείο της γραµµής u και της στήλης v του πίνακα γειτνίασης. Οταν τα γραφήµατα είναι αρκετά µικρά, ο πίνακας γειτνίασης είναι προτιµότερος λόγω της απλότητας του. Εάν το γράφηµα είναι αβαρές, η αναπαράσταση µέσω πίνακα γειτνίασης προσφέρει ένα επιπρόσθετο πλεονέκτηµα όσον αφορά τον αποθηκευτικό χώρο: αντί να χρησιµοποιείται µια λέξη για κάθε στοιχείο του πίνακα αυτού, χρησιµοποιείται µόνο ένα δυφίο ανά στοιχείο. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 6 / 101
7 Οριζόντια διερεύνηση Οριζόντια διερεύνηση Για δεδοµένο γράφηµα G = (V, E) και έναν δεδοµένο αφετηριακό κόµβο s. Η οριζόντια διερεύνηση συνίσταται στη συστηµατική εξέταση των ακµών του G ώστε να εντοπιστούν όλοι οι κόµβοι που είναι προσπελάσιµοι από τον s. Υπολογίζεται η απόσταση (το µικρότερο πλήθος ακµών) ανάµεσα στον s και σε κάθε προσπελάσιµο κόµβο. ηµιουργείται επίσης ένα οριζόντιο δένδρο µε ϱιζικό κόµβο τον s, το οποίο περιέχει όλους τους προσπελάσιµους κόµβους. Ο αλγόριθµος µπορεί να εφαρµοστεί τόσο σε κατευθυντά όσο και σε ακατεύθυντα γραφήµατα. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 7 / 101
8 Οριζόντια διερεύνηση Ο αλγόριθµος εντοπίζει πρώτα όλους τους κόµβους σε απόσταση k από τον s, και µόνο αφού εξαντλήσει αυτούς τους κόµβους προχωρά στον εντοπισµό κόµβων σε απόσταση k + 1. Ο αλγόριθµος χρωµατίζει κάθε κόµβο λευκό, γκρίζο ή µελανό. Αρχικά, όλοι οι κόµβοι είναι λευκοί, και κατόπιν πιθανόν να χρωµατιστούν γκρίζοι και στη συνέχεια µελανοί. Ενας κόµβος ϑεωρείται εντοπισµένος την πρώτη ϕορά που συναντάται στη διάρκεια της διερεύνησης, οπότε και καθίσταται µη λευκός. Ολοι οι κόµβοι που γειτνιάζουν µε µελανούς είναι εντοπισµένοι. Ορισµένοι από τους κόµβους που γειτνιάζουν µε γκρίζους είναι δυνατόν να είναι λευκοί. Οι γκρίζοι κόµβοι αντιπροσωπεύουν το σύνορο µεταξύ εντοπισµένων και µη εντοπισµένων κόµβων. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 8 / 101
9 Οριζόντια διερεύνηση Οριζόντια ιερεύνηση Η διαδικασίαοριζόντια ιερεύνηση προϋποθέτει ότι το γράφηµα εισόδου G = (V, E) αναπαριστάται µέσω καταλόγων γειτνίασης. Το χρώµα του κάθε κόµβου u V καταχωρίζεται στην µεταβλητή χρώµα[u], ο προκάτοχος του u καθορίζεται στην µεταβλητήπ[u]. Η απόσταση από τον αφετηριακό κόµβο s µέχρι τον u, την οποία υπολογίζει ο αλγόριθµος, καταχωρίζεται στη µεταβλητή d[u]. Ο αλγόριθµος χρησιµοποιεί επίσης µια ουρά FIFO Q για τη διαχείριση του συνόλου των γκρίζων κόµβων. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 9 / 101
10 Οριζόντια διερεύνηση Οριζόντια ιερεύνηση(g, s) 1 για κάθε κόµβο u V[G] {s} 2 χρώµα[u] ΛΕΥΚΟ 3 d[u] 4 π[u] ΚΕΝΟ 5 χρώµα[s] ΓΚΡΙΖΟ 6 d[s] 0 7 π[s] ΚΕΝΟ 8 Q 9 Προσθήκη(Q, s) 10 ενόσω Q 11 u Αφαίρεση(Q) Ο(1) 12 για κάθε v Adj[u] 13 αν χρώµα[v] = ΛΕΥΚΟ 14 τότε χρώµα[v] ΓΚΡΙΖΟ 15 d[v] d[u]+1 16 π[v] u 17 Προσθήκη(Q, v) Ο(1) 18 χρώµα[u] ΜΕΛΑΝΟ Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 10 / 101
11 Οριζόντια διερεύνηση Σχήµα: Οριζόντια r s t u (α) 0 v w x y Q s 0 Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 11 / 101
12 Οριζόντια διερεύνηση Σχήµα: Οριζόντια r s t u (β) 1 v 0 1 w x y Q w r 1 1 Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 12 / 101
13 Οριζόντια διερεύνηση Σχήµα: Οριζόντια r s t u (γ) v 1 2 w x y Q r t x Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 13 / 101
14 Οριζόντια διερεύνηση Σχήµα: Οριζόντια r s t u (δ) v 1 2 w x y Q t x v Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 14 / 101
15 Οριζόντια διερεύνηση Σχήµα: Οριζόντια r s t u (ǫ) v 3 w x y Q x v u Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 15 / 101
16 Οριζόντια διερεύνηση Σχήµα: Οριζόντια r s t u (στ) 2 v w x y Q v u y Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 16 / 101
17 Οριζόντια διερεύνηση Σχήµα: Οριζόντια r s t u (ζ) v w x y Q u y 3 3 Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 17 / 101
18 Οριζόντια διερεύνηση Σχήµα: Οριζόντια r s t u (η) v w x y Q y 3 Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 18 / 101
19 Οριζόντια διερεύνηση Σχήµα: Οριζόντια r s t u (θ) v w x y Q Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 19 / 101
20 Οριζόντια διερεύνηση Οι σκιασµένες ακµές αναπαριστούν τις ακµές του δένδρου. Εντός του κάθε κόµβου u αναγράφεται η απόσταση d[u]. Κάτω από τους κόµβους της ουράς αναγράφονται οι αποστάσεις των κόµβων από τον αφετηριακό κόµβο. Ο ϐρόχος ενόσω στις γραµµές επαναλαµβάνεται εφόσον υπάρχουν εναποµένοντες γκρίζοι κόµβοι. Ο ϐρόχος αυτός τηρεί την εξής αναλλοίωτη συνθήκη: Στον έλεγχο της γραµµής 10, η ουρά Q αποτελείται από το σύνολο των γκρίζων κόµβων. Τα αποτελέσµατα της οριζόντιας διερεύνησης είναι πιθανόν να εξαρτώνται από τη σειρά µε την οποία εξετάζονται οι γείτονες ενός δεδοµένου κόµβου στη γραµµή 12. Το τελικό οριζόντιο δένδρο µπορεί να ποικίλλει, αλλά οι αποστάσεις d που υπολογίζονται από τον αλγόριθµο ϑα είναι πάντοτε ίδιες. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 20 / 101
21 Οριζόντια διερεύνηση Ανάλυση Ο συνολικός χρόνος που αναλώνεται στις πράξεις ουράς είναι O(V). Το άθροισµα των µηκών όλων των καταλόγων γειτνίασης είναιθ(e). Η επιβάρυνση από την απόδοση αρχικών τιµών είναι O(V). Ο συνολικός χρόνος εκτέλεσης τηςοριζόντια ιερεύνησης είναι O(V + E). Εποµένως, ηοριζόντια ιερεύνηση έχει γραµµικό χρόνο εκτέλεσης ως προς το µέγεθος της αναπαράστασης του G µέσω καταλόγων γειτνίασης. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 21 / 101
22 Βραχύτατες διαδροµές Ορισµός Ορίζουµε ως µήκος βραχύτατης διαδροµής δ(s, v) από τον κόµβο s µέχρι τον κόµβο v το ελάχιστο πλήθος ακµών σε όλες τις διαδροµές από τον s µέχρι τον u. Εάν δεν υπάρχει καµία τέτοια διαδροµή, τότε δ(s, v) = Λήµµα Εστω G = (V, E) και s V. (u, v) E δ(s, v) δ(s, u) + 1 Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 22 / 101
23 Βραχύτατες διαδροµές ΟρθότηταΟριζόντιας ιερεύνησης Θέλουµε να δείξουµε ότι η Οριζόντια ιερεύνηση υπολογίζει ορθά την ποσότητα d[v] = δ(s, v) για κάθε κόµβο v V. Θα δείξουµε αρχικά ότι η d[v] αποτελεί άνω ϕράγµα της δ(s, v). Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 23 / 101
24 Βραχύτατες διαδροµές Λήµµα Εστω G = (V, E), κατά τον τερµατισµό της Οριζόντιας ιερεύνησης d[v] δ(s, v), v V. Αποδειξη Το Λήµµα αποδεικνύεται µε επαγωγή ως προς το πλήθος των πράξεων της Προσθήκης. Βάση: d[s] = 0 = δ(s, s) και d[v] = d(s, v) για όλους τους κόµβους v V {s}. Επαγωγικό βήµα: ϑεωρούµε έναν λευκό κόµβο v ο οποίος εντοπίζεται κατά την διερεύνηση από ένα κόµβο u d[v] = d[u] + 1 (λόγω της 15) δ(s, u) + 1 δ(s, v). (επαγωγική υπόθεση) (λόγω Λήµµα) Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 24 / 101
25 Βραχύτατες διαδροµές Απόδειξη ότι d[v] = δ(s, v). Λήµµα Η ουρά Q περιέχει τους κόµβους v 1, v 2,.., v r τότε d[v r ] d[v 1 ]+1και d[v i ] d[v i+1 ] για i = 1, 2,.., r 1. Απόδειξη Το Λήµµα αποδεικνύεται µε επαγωγή ως προς το πλήθος των πράξεων της ουράς. Βάση: Οταν η ουρά περιέχει µόνο τον κόµβο s, το Λήµµα ισχύει. Επαγωγικό βήµα: Θα πρέπει να αποδείξουµε ότι το Λήµµα ισχύει τόσο µετά την αφαίρεση ενός κόµβου από την ουρά όσο και µετά την προσθήκη ενός κόµβου. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 25 / 101
26 Βραχύτατες διαδροµές Συνέχεια Απόδειξης Εάν αφαιρεθεί η κεφαλή v 1, έχουµε ότι d[v 1 ] d[v 2 ] d[v r ] d[v 1 ]+1 d[v 2 ]+1. Οι υπόλοιπες ανισότητες δεν επηρεάζονται. Το Λήµµα ισχύει µε κεφαλή της ουράς τον κόµβο v 2. Προσθήκη κόµβου d[v r+1 ] = d[v] = d[u]+1 d[v 1 ]+1, όπου u ο κόµβος που έχει ήδη αφαιρεθεί από την Q και διατρέχεται ο κατάλογος γειτνίασής του. Από την επαγωγική υπόθεση, d[v r ] d[u]+1συνεπώς d[v r ] d[u]+1 = d[v] = d[v r+1 ] Οι υπόλοιπες ανισότητες δεν επηρεάζονται. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 26 / 101
27 Βραχύτατες διαδροµές Πόρισµα Ο v i προστίθεται πριν από τον v j στην Q, τότε d[v i ] d[v j ]. Θεώρηµα (Ορθότητα της οριζόντιας διερεύνησης) Ισχύει ότι d[v] = δ(s, v) v V. Επιπλέον v s µια από τις ϐραχύτατες διαδροµές από τον s µέχρι τον v είναι µια ϐραχύτατη διαδροµή από τον s µέχρι τονπ[v] ακολουθούµενη από την ακµή (π[v], v). Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 27 / 101
28 Βραχύτατες διαδροµές Απόδειξη (Ορθότητα της οριζόντιας διερεύνησης) Εστω d[v] δ(s, v), v s. Σύµφωνα µε το Λήµµα d[v] δ(s, v) εποµένως d[v] > δ(s, v). Εστω u = π[v], σε µια ϐραχύτατη διαδροµή από τον s µέχρι τον v. Τότε d[v] > δ(s, v) = δ(s, u)+1 = d[u]+1. (1) Ας εξετάσουµε τώρα τι συµβαίνει τη χρονική στιγµή που ηοριζόντια ιερεύνηση αφαιρεί τον κόµβο u από την ουρά Q στη γραµµή 11. Ο κόµβος v είναι είτε λευκός, είτε γκρίζος, είτε µελανός. Ο v είναι λευκός τότε d[v] = d[u]+1 αντίφαση µε (1). Ο v είναι µελανός µε ϐάση το Πόρισµα d[v] d[u] αντίφαση (1). Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 28 / 101
29 Βραχύτατες διαδροµές συνέχεια απόδειξης (Ορθότητα της οριζόντιας διερεύνησης) Ο v είναι γκρίζος τότε χρωµατίστηκε γκρίζος κατά την αφαίρεση από την ουρά κάποιου κόµβου w, συνεπώς Σύµφωνα µε το Πόρισµα όµως d[v] = d[w]+1. d[w] d[u], συνεπώς αντίφαση (1). d[v] d[u]+1 Εποµένως d[v] = δ(s, v) v V. Εάν π[v] = u, τότε d[v] = d[u]+1. Εάν πάρουµε µια ϐραχύτατη διαδροµή από τον s µέχρι τον π[v] και στη συνέχεια διασχίζουµε την ακµή (π[v], v) παίρνουµε µια ϐραχύτατη διαδροµή από τον s µέχρι τον v. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 29 / 101
30 Οριζόντια δένδρα Ορισµός Για ένα γράφηµα G = (V, E) µε αφετηριακό κόµβο τον s, ορίζουµε ως υπογράφηµα προκατόχων του G το γράφηµα G π = (V π, E π ) όπου V π = {v V : π[v] ΚΕΝΟ} {s} και E π = {(π[v], v) : v V π {s}} Ορισµός Το υπογράφηµα προκάτοχων G π είναι ένα οριζόντιο δένδρο εάν 1 το σύνολο V π αποτελείται από τους κόµβους που είναι προσπελάσιµοι από τον s, 2 για όλους τους κόµβους v V π, υπάρχει µια µοναδική απλή διαδροµή από τον s µέχρι τον v στο G π η οποία είναι επίσης ϐραχύτατη διαδροµή από τον s µέχρι το v στο G. Ενα οριζόντιο δένδρο αποτελεί όντως δένδρο, δεδοµένου ότι είναι συνδεδεµένο και E π = V π 1. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 30 / 101
31 Οριζόντια δένδρα Λήµµα Η εκτέλεση της διαδικασίας Οριζόντια ιερεύνηση αποδίδει στα πεδία π τιµές τέτοιες ώστε το υπογράφηµα προκατόχων G π = (V π, E π ) να αποτελεί οριζόντιο δένδρο. Απόδειξη Η γραµµή 16 τηςοριζόντιας ιερεύνησης ϑέτειπ[v] = u εάν και µόνο εάν (u, v) E καιδ(s, v) < -δηλαδή εάν ο v είναι προσπελάσιµος από τον s- και συνεπώς το V π αποτελείται από τους κόµβους του V που είναι προσπελάσιµοι από τον s. εδοµένου ότι το γράφηµα G π αποτελεί δένδρο, περιέχει µια µοναδική διαδροµή από τον κόµβο s µέχρι οποιονδήποτε κόµβο του V π. Εφαρµόζοντας το Θεώρηµα επαγωγικά, συµπεραίνουµε ότι κάθε τέτοια διαδροµή αποτελεί ϐραχύτατη διαδροµή. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 31 / 101
32 Ασκήσεις 1 Υπολογίστε τις τιµές d και π που προκύπτουν από την εκτέλεση της οριζόντιας διερεύνησης στο κατευθυντό γράφηµα του σχήµατος (σελ. 2), µε αφετηριακό κόµβο τον κόµβο 3. 2 Υπολογίστε τις τιµές d και π που προκύπτουν από την εκτέλεση της οριζόντιας διερεύνησης στο ακατεύθυντο γράφηµα του σχήµατος (σελ. 19), µε αφετηριακό κόµβο τον κόµβο u. 3 Ποιος είναι ο χρόνος εκτέλεσης τηςοριζόντιας ιερεύνησης εάν το γράφηµα εισόδου αναπαριστάται µέσω πίνακα γειτνίασης και ο αλγόριθµος έχει τροποποιηθεί κατάλληλα ώστε να χειρίζεται αυτή τη µορφή εισόδου Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 32 / 101
33 Ασκήσεις 1 είξτε ότι σε µια οριζόντια διερεύνηση η τιµή d[u] που αποδίδεται σε έναν κόµβο u είναι ανεξάρτητη από τη σειρά των κόµβων σε κάθε κατάλογο γειτνίασης. Με ϐάση το σχήµα (σελ. 19), δείξτε ότι το οριζόντιο δένδρο που υπολογίζει ηοριζόντια ιερεύνηση είναι δυνατόν να εξαρτάται από τη σειρά αυτή. 2 Ορίζουµε ως διάµετρο ενός δένδρου T = (V, E) την ποσότητα max δ(u, v). u,v V ηλαδή η διάµετρος είναι το µεγαλύτερο από όλα τα µήκη ϐραχύτατων διαδροµών στο δένδρο. Κατασκευάστε έναν ταχύ αλγόριθµο ο οποίος να υπολογίζει τη διάµετρο ενός δένδρου, και αναλύστε τον χρόνο εκτέλεσης του. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 33 / 101
34 Καθοδική διερεύνηση Υπογράφηµα προκατόχων Το υπογράφηµα προκατόχων της καθοδικής διερεύνησης ορίζεται κάπως διαφορετικά απ ό,τι το αντίστοιχο της οριζόντιας διερεύνησης: ορίζουµε G π = (V, E π ), όπου Eπ = {(π[v], v) : v V καιπ[v] ΚΕΝΟ}. Το υπογράφηµα προκατόχων της καθοδικής διερεύνησης σχηµατίζει ένα καθοδικό δάσος που αποτελείται από διάφορα καθοδικά δένδρα. Η οριζόντια διερεύνηση συνήθως χρησιµοποιείται για την εύρεση των µηκών ϐραχύτατων διαδροµών (και του αντίστοιχου υπογραφήµατος προκατόχων) από έναν δεδοµένο αφετηριακό κόµβο. Η καθοδική διερεύνηση συχνά αποτελεί τµήµα ενός άλλου αλγορίθµου. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 34 / 101
35 Καθοδική διερεύνηση Χρονοσφραγίδες Η διαδικασία Καθοδική ιερεύνηση καταγράφει το χρόνο εντοπισµού του κόµβου u στη µεταβλητή d[u] και το χρόνο περάτωσης του στη µεταβλητή f[u]. οι χρονοσφραγίδες αυτές είναι ακέραιοι αριθµοί µεταξύ του 1 και του 2 V. Για κάθε κόµβο u, έχουµε ότι d[u] < f[u]. Ο κόµβος u έχει τιµή χρώµατος ΛΕΥΚΟ πριν από τη χρονική στιγµή d[u], ΓΚΡΙΖΟ στο χρονικό διάστηµα µεταξύ d[u] και f[u], και ΜΕΛΑΝΟ στη συνέχεια. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 35 / 101
36 Καθοδική διερεύνηση Καθοδική ιερεύνηση Καθοδική ιερεύνηση(g) 1 για κάθε κόµβο u V[G] 2 χρώµα[u] ΛΕΥΚΟ 3 π[u] ΚΕΝΟ 4 χρόνος 0 5 για κάθε κόµβο u V[G] 6 αν χρώµα[u] = ΛΕΥΚΟ 7 τότε Επίσκεψη Καθοδικής ιερεύνησης(u) Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 36 / 101
37 Καθοδική διερεύνηση Επίσκεψη Καθοδικής ιερεύνησης Επίσκεψη Καθοδικής ιερεύνησης(u) 1 χρώµα[u] ΓΚΡΙΖΟ ο λευκός κόµβος u µόλις ανακαλύφθηκε. 2 χρόνος χρόνος+1 3 d[u] χρόνος 4 για κάθε v Adj[u] εξερεύνηση της ακµής (u, v). 5 αν χρώµα[v] = ΛΕΥΚΟ 6 τότε π[v] u 7 Επίσκεψη Καθοδικής ιερεύνησης(v) 8 χρώµα[u] ΜΕΛΑΝΟ χρωµάτισε τον u µελανο. έχει περατωθεί. 9 f[u] χρόνος χρόνος +1 Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 37 / 101
38 Καθοδική διερεύνηση / / / / 4 / 5 / (α) (β) (γ) Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 38 / 101
39 Καθοδική διερεύνηση u v w 1/ x y z (α) Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 39 / 101
40 Καθοδική διερεύνηση u v w 1/ 2/ x y z (β) Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 40 / 101
41 Καθοδική διερεύνηση u v w 1/ 2/ 3/ x y z (γ) Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 41 / 101
42 Καθοδική διερεύνηση u v w 1/ 2/ 3/ x y z (δ) Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 42 / 101
43 Καθοδική διερεύνηση u v w 1/ 2/ A 4/ 3/ x y z (ǫ) Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 43 / 101
44 Καθοδική διερεύνηση u v w 1/ 2/ A 4/5 3/ x y z (στ) Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 44 / 101
45 Καθοδική διερεύνηση u v w 1/ 2/ A 4/5 3/6 x y z (ζ) Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 45 / 101
46 Καθοδική διερεύνηση u v w 1/ 2/7 A 4/5 3/6 x y z (η) Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 46 / 101
47 Καθοδική διερεύνηση u v w 1/ 2/7 K A 4/5 3/6 x y z (θ) Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 47 / 101
48 Καθοδική διερεύνηση u v w 1/8 2/7 K A 4/5 3/6 x y z (ι) Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 48 / 101
49 Καθοδική διερεύνηση u v w 1/8 2/7 9/ K A 4/5 3/6 x y z (ια) Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 49 / 101
50 Καθοδική διερεύνηση u v w 1/8 2/7 9/ K A E 4/5 3/6 x y z (ιβ) Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 50 / 101
51 Καθοδική διερεύνηση u v w 1/8 2/7 9/ K A E 4/5 3/6 10/ x y z (ιγ) Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 51 / 101
52 Καθοδική διερεύνηση u v w 1/8 2/7 9/ K A E 4/5 3/6 10/ x y z (ιδ) A Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 52 / 101
53 Καθοδική διερεύνηση u v w 1/8 2/7 9/ K A E 4/5 3/6 10/11 x y z (ιǫ) A Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 53 / 101
54 Καθοδική διερεύνηση u v w 1/8 2/7 9/12 K A E 4/5 3/6 10/11 x y z ιστ A Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 54 / 101
55 Καθοδική διερεύνηση Χρόνος εντοπισµού και χρόνος περάτωσης Κάθε ϕορά που καλείται ηεπίσκεψηκαθοδικής ιερεύνησης(u) στη γραµµή 7, ο κόµβος u καθίσταται ϱιζικός ενός δένδρου στο καθοδικό δάσος. Οταν ηκαθοδική ιερεύνηση επιστρέφει, έχει αποδοθεί σε κάθε κόµβο u ένας χρόνος εντοπισµού d[u] και ένας χρόνος περάτωσης f[u]. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 55 / 101
56 Καθοδική διερεύνηση Χρόνος εκτέλεσης τηςκαθοδικής ιερεύνησης ϑα πρέπει να σηµειωθεί ότι τα αποτελέσµατα της καθοδικής διερεύνησης Εξαρτώνται από τη σειρά µε την οποία εξετάζονται οι κόµβοι στη γραµµή 5 τηςκαθοδικής ιερεύνησης. Καθώς και από τη σειρά µε την οποία εξετάζονται οι γείτονες του κάθε κόµβου στη γραµµή 4 τηςεπίσκεψης Καθοδικής ιερεύνησης. Ωστόσο, αυτές οι διαφορές στη σειρά εξέτασης στη πράξη δεν δηµιουργούν πρόβληµα, καθώς οποιοδήποτε αποτέλεσµα της καθοδικής διερεύνησης δίνει κατ ουσία ισοδύναµα διερευνητικά δένδρα Ο χρόνος εκτέλεσης τηςκαθοδικής ιερεύνησης είναιθ(v + E). Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 56 / 101
57 Ιδιότητες της καθοδικής διερεύνησης Ιδιότητες Το υπογράφηµα προκατόχων G π συνιστά δάσος, u = π[v] εάν και µόνο εάν ηεπίσκεψηκαθοδικής ιερεύνησης(v) κλήθηκε κατά τη διάρκεια της διερεύνησης του καταλόγου γειτνίασης του u. Επιπλέον, ο κόµβος v είναι απόγονος του κόµβου u στο καθοδικό δάσος εάν και µόνο εάν ο v εντοπίσθηκε κατά το χρονικό διάστηµα που ο u ήταν γκρίζος. Οι χρόνοι εντοπισµού και περάτωσης έχουν δοµή παρενθέσεων. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 57 / 101
58 Ιδιότητες της καθοδικής διερεύνησης y z s t 3/6 2/9 1/10 11/16 A K E A 4/5 7/8 12/13 14/15 E E x w E v u (α) Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 58 / 101
59 Ιδιότητες της καθοδικής διερεύνησης s t z v u y w x (s (z (y (x x) y) (w w) z) s) (t (v v) (u u) t) (β) Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 59 / 101
60 Ιδιότητες της καθοδικής διερεύνησης s E t A z K v E u A E y w E x (γ) Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 60 / 101
61 Καθοδική διερεύνηση Θεώρηµα Σε οποιαδήποτε καθοδική διερεύνηση ενός (κατευθυντού ή ακατεύθυντου) γραφήµατος G = (V, E), για κάθε Ϲεύγος κόµβων u και v, ισχύει µια και µόνο µια από τις ακόλουθες τρεις συνθήκες 1 [d[u], f[u]] [d[v], f[v]] = 2 [d[u], f[u]] [d[v], f[v]], u απόγονος του v. 3 [d[v], f[v]] [d[u], f[u]], v απόγονος του u Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 61 / 101
62 Καθοδική διερεύνηση Απόδειξη Υποθέτουµε αρχικά ότι Αν d[u] < d[v]. d[v] < f[u] τότε Ο v εντοπίστηκε ενόσω ο u ήταν ακόµη γκρίζος. Ο v είναι απόγονος του u. Ο v περατώνεται, προτού η διερεύνηση επιστρέψει στον u για να τον περατώσει. Εποµένως, [d[v], f[v]] [d[u], f[u]]. Οµοια αποδεικνύονται και οι άλλες περιπτώσεις. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 62 / 101
63 Καθοδική διερεύνηση Πόρισµα Ο κόµβος v είναι γνήσιος απόγονος του u στο καθοδικό δάσος ενός ( κατευθυντού ή ακατεύθυντου) γραφήµατος G εάν και µόνο εάν d[u] < d[v] < f[v] < f[u]. Θεώρηµα Ο κόµβος v είναι απόγονος του u εάν και µόνο εάν τη χρονική στιγµή d[u] που εντοπίζεται ο u, ο v µπορεί να προσπελαστεί από τον u κατά µήκος µιας διαδροµής που αποτελείται αποκλειστικά από λευκούς κόµβους. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 63 / 101
64 Καθοδική διερεύνηση Απόδειξη Ας υποθέσουµε ότι ο κόµβος v είναι απόγονος του u. Εστω w ένας τυχών κόµβος στη διαδροµή µεταξύ των u και v. Σύµφωνα µε το Πόρισµα d[u] < d[w], και εποµένως ο w είναι λευκός τη χρονική στιγµή d[u]. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 64 / 101
65 Καθοδική διερεύνηση Απόδειξη συνέχεια Εστω V: u V αλλά όχι απόγονος u. Υποθέτουµε, χωρίς απώλεια της γενικότητας, v i v της V. είναι απόγονος του u. Εστω τότε w = π(v) w απόγονος του u. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 65 / 101
66 Καθοδική διερεύνηση Απόδειξη συνέχεια Λόγω του Πορίσµατος Εποµένως, f[w] f[u] d[u] < d[v] < f[w] f[u] και λόγω του ϑεωρήµατος [d[v], f[v]] [d[u], f[u]] άρα ο v απόγονος του u. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 66 / 101
67 Καθοδική διερεύνηση Κατάταξη ακµών 1 ενδρικές ακµές 2 Ανιούσες ακµές 3 Κατιούσες ακµές 4 Εγκάρσιες ακµές Θεώρηµα Σε µια καθοδική διερεύνηση ακατεύθυντου γραφήµατος G, κάθε ακµή του G είναι είτε δενδρική είτε ανιούσα. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 67 / 101
68 Καθοδική διερεύνηση Απόδειξη Υποθέτουµε d[u] < d[v] f[v] < f[u] και u γκρίζος. Αν πρώτα u v τότε άρα v λευκός (u, v) δενδρική. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 68 / 101
69 Καθοδική διερεύνηση Απόδειξη συνέχεια Αν τώρα επειδή άρα v u u γκρίζος (u, v) ανιούσα. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 69 / 101
70 Καθοδική διερεύνηση Ασκήσεις 1 Περιγράψτε τη λειτουργία της καθοδικής διερεύνησης στο γράφηµα του Σχήµατος 70. Υποθέστε ότι ο ϐρόχος για στις γραµµές 5-7 της διαδικασίας Καθοδική ιερεύνηση διεξέρχεται τους κόµβους µε αλφαβητική σειρά, και ότι όλοι οι κατάλογοι γειτνίασης είναι ταξινοµηµένοι επίσης µε αλφαβητική σειρά. Προσδιορίστε το χρόνο εντοπισµού και περάτωσης του κάθε κόµβου, και το τύπο κάθε ακµής. Σχήµα: 70 Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 70 / 101
71 Καθοδική διερεύνηση Ασκήσεις 2 Προσδιορίστε τη δοµή παρενθέσεων της καθοδικής διερεύνησης του Σχήµατος είξτε ότι η ακµή(u, v) είναι α δενδρική ή κατιούσα εάν και µόνο εάν d[u] < d[v] < f[v] < f[u], ϐ ανιούσα εάν και µόνο εάν d[v] d[u] < f[u] f[v], και γ εγκάρσια εάν και µόνο εάν d[v] < f[v] < d[u] < f[u]. 4 Ξαναγράψτε τη διαδικασία Καθοδική ιερεύνηση, χρησιµοποιώντας µια στοίβα ώστε να εξαλείψετε τις αναδροµικές κλήσεις. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 71 / 101
72 Καθοδική διερεύνηση Ασκήσεις 5 Αναφέρετε ένα παράδειγµα που να αντιβαίνει προς την εικασία ότι εάν σε ένα κατευθυντό γράφηµα G υπάρχει µια διαδροµή από τον κόµβο u µέχρι και τον v, και εάν d[u] < d[v] σε µια καθοδική διερεύνηση του G, τότε ο v είναι απόγονος του u στο παραγόµενο καθοδικό δάσος. 6 Αναφέρετε ένα παράδειγµα που να αντιβαίνει προς την εικασία ότι εάν σε ένα κατευθυντό γράφηµα G υπάρχει µια διαδροµή από τον κόµβο u µέχρι τον v, τότε οποιαδήποτε καθοδική διερεύνηση ϑα πρέπει να δώσει d[v] f[u]. 7 Τροποποιήστε τον ψευδοκώδικα της καθοδικής διερεύνησης ώστε να εκτυπώνει όλες τις ακµές του κατευθυντού γραφήµατος G, καθώς και τον τύπο της καθεµιάς. Προσδιορίστε ποιες τροποποιήσεις ϑα πρέπει να γίνουν, εφόσον απαιτούνται, για την περίπτωση που το γράφηµα G είναι ακατεύθυντο. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 72 / 101
73 Καθοδική διερεύνηση Ασκήσεις 8 είξτε ότι µε µια καθοδική διερεύνηση ενός ακατεύθυντου γραφήµατος G είναι δυνατόν να προσδιοριστούν οι συνδεδεµένες συνιστώσες του G, και ότι το πλήθος των δένδρων στο καθοδικό δάσος ισούται µε το πλήθος των συνδεδεµένων συνιστωσών του G. Συγκεκριµένα, δείξτε πώς ϑα πρέπει να τροποποιηθεί η καθοδική διερεύνηση ώστε να αποδίδει σε κάθε κόµβο v µια ακέραια επιγραφή cc[v] µεταξύ του 1 και του k, όπου k το πλήθος των συνδεδεµένων συνιστωσών του G, έτσι ώστε cc[u] = cc[v] εάν και µόνο εάν οι u και v ανήκουν στην ίδια συνδεδεµένη συνιστώσα. 9 Ενα κατευθυντό γράφηµα G = (V, E) ονοµάζεται απλά συνδεδεµένο εάν στις περιπτώσεις που ισχύει u v υπάρχει το πολύ µια απλή διαδροµή από τον κόµβο υ µέχρι τον v για όλους τους κόµβους u, v V. Κατασκευάστε έναν ταχύ αλγόριθµο που να προσδιορίζει εάν ένα κατευθυντό γράφηµα είναι απλά συνδεδεµένο ή όχι. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 73 / 101
74 Τοπολογική ταξινόµηση Ορισµός Η τοπολογική ταξινόµηση ενός ΚΑΓ G = (V, E) συνίσταται στη διάταξη των κόµβων του σε µια γραµµική αλληλουχία τέτοια ώστε εάν το G περιέχει µια ακµή (u, v), ο κόµβος u να εµφανίζεται πριν από τον v στην αλληλουχία αυτή. (Εάν το γράφηµα δεν είναι άκυκλο, είναι αδύνατον να υπάρξει τέτοια αλληλουχία). Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 74 / 101
75 Τοπολογική ταξινόµηση 11/16 underwear socks 17/18 watch 12/15 trousers shoes 13/14 9/10 shirt 1/8 6/7 belt tie 2/5 jacket 3/4 (α) socks underwear trousers shoes watch shirt belt tie jacket 17/18 11/16 12/15 13/14 9/10 1/8 6/7 2/5 3/4 (β) Σχήµα: 75 Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 75 / 101
76 Τοπολογική ταξινόµηση Τοπολογική ταξινόµηση Τοπολογική ταξινόµηση(g) 1 καλούµε τηνκαθοδικήδιερεύνηση (G) για τον υπολογισµό του χρόνου περάτωσης f[v] του κάθε κόµβου v 2 µετά την περάτωση κάθε κόµβου, τον τοποθετούµε επικεφαλής µιας αλυσίδας 3 επιστροφή η αλυσίδα των κόµβων Το αποτέλεσµα της τοπολογικής ταξινόµησης Οι κόµβοι είναι διατεταγµένοι κατά ϕθίνουσα σειρά ως προς τον χρόνο περάτωσής τους. Η τοπολογική ταξινόµηση µπορεί να εκτελεστεί σε χρόνοθ(v + E). Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 76 / 101
77 Τοπολογική ταξινόµηση Η ορθότητα του αλγορίθµου. Λήµµα Ενα κατευθυντό γράφηµα G είναι άκυκλο εάν και µόνο εάν από µια καθοδική διερεύνηση του G δεν προκύπτει καµία ανιούσα ακµή. Απόδειξη... Εστω ανιούσα ακµή(u, v) Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 77 / 101
78 Τοπολογική ταξινόµηση...απόδειξη Εστω ότι το G έχει κάποιο κύκλο c u απόγονος του v... ανιούσα v u... Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 78 / 101
79 Τοπολογική ταξινόµηση Θεώρηµα Η διαδικασίατοπολογικήταξινόµηση(g) παράγει µια τοπολογική ταξινόµηση του κατευθυντού άκυκλου γραφήµατος G. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 79 / 101
80 Τοπολογική ταξινόµηση Απόδειξη Αρκεί f[v] < f[u], (u, v) E Κατά την εξερεύνηση της (u, v) ο v δεν είναι γκρίζος. Πράγµατι, αν v γκρίζος, τότε v πρόγονος του u η(u, v) ανιούσα αντίφαση µε Λήµµα. Συνεπώς v λευκός ή µελανός v λευκός τότε απόγονος u και f[v] < f[u] v µελανός f[v] < f[u] Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 80 / 101
81 Τοπολογική ταξινόµηση Ασκήσεις 10 Προσδιορίστε τη διάταξη των κόµβων που προκύπτει από την εκτέλεση της διαδικασίαςτοπολογικήταξινόµηση για το ΚΑΓ του Σχήµατος 70, υπό την παραδοχή της Ασκησης 1 11 Σχεδιάστε ένα αλγόριθµο γραµµικού χρόνου που να δέχεται ως είσοδο ένα ΚΑΓ G = (V, E) και δύο κόµβους s και t, και να επιστρέφει το πλήθος των διαδροµών από τον s µέχρι τον t στο G. Παραδείγµατος χάριν, στο κατευθυντό άκυκλο γράφηµα του Σχήµατος ;;, υπάρχουν ακριβώς τέσσερεις διαδροµές από τον κόµβο p µέχρι τον κόµβο v : pov, poryv, posryv και psryv. (Ο αλγόριθµος σας δεν είναι απαραίτητο να παραθέτει τις διαδροµές, αλλά µόνο να τις καταµετρά.) Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 81 / 101
82 Τοπολογική ταξινόµηση Ασκήσεις 12 Σχεδιάστε έναν αλγόριθµο που να δέχεται ως είσοδο ένα ακατεύθυντο γράφηµα G = (V, E) και να προσδιορίζει εάν περιέχει κάποιον κύκλο ή όχι. Ο αλγόριθµός σας ϑα πρέπει να έχει χρόνο εκτέλεσης O(V), ανεξαρτήτως του E. 13 Αποδείξτε ή καταρρίψτε την ακόλουθη πρόταση: Εάν ένα κατευθυντό γράφηµα G περιέχει κύκλους, η διαδικασία Τοπολογική ταξινόµηση(g) παράγει µια διάταξη κόµβων η οποία ελαχιστοποιεί το πλήθος των κακών ακµών που είναι ασύµβατες µε την παραγόµενη διάταξη. 14 Μια άλλη µέθοδος τοπολογικής ταξινόµησης ενός κατευθυντού άκυκλου γραφήµατος G = (V, E) είναι η εξής: εντοπίζουµε επαναληπτικά κάποιον κόµβο µε ϐαθµό εισόδου 0, τον καταγράφουµε, και τον αφαιρούµε από το γράφηµα µαζί µε όλες τις εξερχόµενες από αυτόν ακµές. Περιγράψτε πώς µπορεί να υλοποιηθεί η διαδικασία αυτή, ώστε να εκτελείται σε χρόνο O(V + E). Πώς συµπεριφέρεται ο αλγόριθµος αυτός στην περίπτωση που το G περιέχει κύκλους Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 82 / 101
83 Ισχυρά συνδεδεµένες συνιστώσες Ισχυρά συνδεδεµένη συνιστώσα Μια ισχυρά συνδεδεµένη συνιστώσα ενός κατευθυντού γραφήµατος G = (V, E) είναι µείζον σύνολο κόµβων C V τέτοιο ώστε για κάθε Ϲεύγος κόµβων u και v στο C να ισχύει u v και επίσης v u. Ανάστροφο γράφηµα Το ανάστροφο γράφηµα του G, ορίζεται ως το γράφηµα G T = (V, E T ) όπου E T = {(u, v) : (v, u) E}. ηλαδή το E T αποτελείται από τις ακµές του G µε τις κατευθύνσεις τους ανεστραµµένες. Αξίζει να σηµειωθεί ότι τα G και G T έχουν ακριβώς τις ίδιες ισχυρά συνδεδεµένες συνιστώσες: οι κόµβοι u και v είναι προσπελάσιµοι ο ένας από τον άλλο στο G εάν και µόνο εάν είναι προσπελάσιµοι ο ένας από τον άλλο στο G T. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 83 / 101
84 Ισχυρά συνδεδεµένες συνιστώσες Κατευθυντό γράφηµα Οι σκιασµένες περιοχές αναπαριστούν τις συνδεδεµένες συνιστώσες του G. Εντός κάθε κόµβου αναγράφεται ο χρόνο εντοπισµού και ο χρόνος περάτωσης του. Οι δενδρικές ακµές απεικονίζονται σκιασµένες. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 84 / 101
85 Ισχυρά συνδεδεµένες συνιστώσες a b c d 13/14 11/16 1/10 8/9 12/15 3/4 2/7 5/6 e f g h (α) Σχήµα: Ενα κατευθυντό γράφηµα G Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 85 / 101
86 Ισχυρά συνδεδεµένες συνιστώσες Ανάστροφο γράφηµα Στο σχήµα απεικονίζεται το καθοδικό δάσος που υπολογίζεται στη γραµµή 3 της διαδικασίας Ισχυρά Συνδεδεµένες Συνιστώσες, µε τις δενδρικές ακµές σκιασµένες. Κάθε ισχυρά συνδεδεµένη συνιστώσα αντιστοιχεί σε ένα καθοδικό δένδρο. Οι κόµβοι b, c, g και h που αναπαρίστανται µε έντονη σκίαση, είναι οι ϱιζικοί κόµβοι των καθοδικών δένδρων που παράγονται από την καθοδική διερεύνηση του G T. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 86 / 101
87 Ισχυρά συνδεδεµένες συνιστώσες a b c d e f g h (β) Σχήµα: Το γράφηµα G T, το ανάστροφο του G Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 87 / 101
88 Ισχυρά συνδεδεµένες συνιστώσες Ο ακόλουθος αλγόριθµος γραµµικού χρόνου (Θ(V + E)) υπολογίζει τις ισχυρά συνδεδεµένες συνιστώσες ενός κατευθυντού γραφήµατος G = (V, E) εκτελώντας δυο καθοδικές διερευνήσεις, µια για το G και µια για το G T. Ισχυρά συνδεδεµένες συνιστώσες Ισχυρά Συνδεδεµένες Συνιστώσες(G) 1 καλούµε τηνκαθοδική ιερεύνηση(g) για τον υπολογισµό του χρόνου περάτωσης f[u] του κάθε κόµβου u 2 υπολογίζουµε το G T 3 καλούµε τηνκαθοδική ιερεύνηση(g T ) όπου στον κύριο ϐρόχο της οι κόµβοι εξετάζονται κατά ϕθίνουσα σειρά ως προς τον f[u] (όπως υπολογίστηκε στη γραµµή 1) 4 εκτυπώνουµε τους κόµβους κάθε δένδρου του καθοδικού δάσους που δηµιουργήθηκε στη γραµµή 3 ως µια ξεχωριστή ισχυρά συνδεδεµένη συνιστώσα Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 88 / 101
89 Η ϐασική Καθηγητής: ιδιότητα Ν. Μ. Μισυρλής του γραφήµατος Αλγόριθµοι συνιστωσών και Πολυπλοκότηταείναι - Ενότηταότι 3 Οριζόντια-καθοδική αποτελεί ΚΑΓ. διερεύνηση 89 / 101 Ισχυρά συνδεδεµένες συνιστώσες Ακυκλο γράφηµα των συνιστωσών Το γράφηµα συνιστωσών G ΙΣΣ = (V ΙΣΣ, E ΙΣΣ ) ορίζεται ως εξής Το άκυκλο γράφηµα συνιστωσών G ΙΣΣ που προκύπτει από τη σύµπτυξη όλων των ακµών εντός κάθε ισχυρά συνδεδεµένης συνιστώσας του G, έτσι ώστε σε κάθε συνιστώσα να αποµένει µόνο ένας κόµβος. abe cd fg h (γ) Σχήµα: Το άκυκλο γράφηµα των συνιστωσών G ΙΣΣ
90 Ισχυρά συνδεδεµένες συνιστώσες Στη δεύτερη καθοδική διερεύνηση διατρέχουµε τους κόµβους του γραφήµατος συνιστωσών (καθένας από τους οποίους αντιστοιχεί σε µια ισχυρά συνδεδεµένη συνιστώσα του G) κατά διάταξη τοπολογικής ταξινόµησης. Εάν U V, ορίζουµε d(u) = min{d[u]} και f(u) = max {f[u]} u U u U Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 90 / 101
91 Ισχυρά συνδεδεµένες συνιστώσες Στο λήµµα που ακολουθεί και στο πόρισµα του περιγράφεται µια ϐασική ιδιότητα η οποία συσχετίζει τις ισχυρά συνδεδεµένες συνιστώσες µε τους χρόνους περάτωσης στην καθοδική διερεύνηση. Λήµµα Το G είναι K. Αν u v C C τότε f(c) > f(c ). Απόδειξη ϐλέπε σύγγραµµα. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 91 / 101
92 Ισχυρά συνδεδεµένες συνιστώσες Λήµµα G είναι K Αν u u τότε v v u v u v C C Απόδειξη Αν v v τότε οι C και C δεν είναι δυο διαφορετικές ΙΣΣ αλλά µία. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 92 / 101
93 Ισχυρά συνδεδεµένες συνιστώσες Πόρισµα Εστω ότι (u, v) E T, όπου u C και v C τότε f(c) < f(c ) Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 93 / 101
94 Ισχυρά συνδεδεµένες συνιστώσες Απόδειξη Αν G T : u v C C τότε G: u v C C συνεπώς, λόγω του Λήµµατος f(c) < f(c ). Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 94 / 101
95 Ισχυρά συνδεδεµένες συνιστώσες Συνεπώς, όλες οι ακµές του γραφήµατος G T οι οποίες συνδέουν διαφορετικές ισχυρά συνδεδεµένες συνιστώσες έχουν κατεύθυνση από τη συνιστώσα µε το µικρότερο χρόνο περάτωσης (στην πρώτη καθοδική διερεύνηση) προς τη συνιστώσα µε τον µεγαλύτερο χρόνο περάτωσης. Ας εξετάσουµε τι συµβαίνει όταν εκτελούµε τη δεύτερη καθοδική διερεύνηση, η οποία αφορά το G T. ξεκινάµε από τη ισχυρά συνδεδεµένη συνιστώσα C της οποίας ο χρόνος περάτωσης f(c) είναι ο µέγιστος. Σύµφωνα µε το Πόρισµα, δεν υπάρχει καµία ακµή στο G T από την C προς οποιαδήποτε άλλη ισχυρά συνδεδεµένη συνιστώσα, και εποµένως η διερεύνηση µε αφετηρία τον x δεν ϑα επεκταθεί σε κόµβους των άλλων συνιστωσών. Εποµένως, το δένδρο µε ϱιζικό κόµβο τον x ϑα περιέχει όλους τους κόµβους της συνιστώσας C, και µόνο αυτούς. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 95 / 101
96 Ισχυρά συνδεδεµένες συνιστώσες Εν γένει, οποτεδήποτε η καθοδική διερεύνηση του G T στη γραµµή 3 διεξέρχεται κάποια ισχυρά συνδεδεµένη συνιστώσα, όλες οι ακµές που εξέρχονται από αυτήν τη συνιστώσα ϑα πρέπει να απολήγουν σε συνιστώσες που έχουν ήδη διερευνηθεί. Εποµένως, κάθε καθοδικό δένδρο ϑα αντιπροσωπεύει ακριβώς µια ισχυρά συνδεδεµένη συνιστώσα. Θεώρηµα Η διαδικασία Ισχυρά Συνδεδεµένες Συνιστώσες(G) υπολογίζει ορθά τις ισχυρά συνδεδεµένες συνιστώσες ενός κατευθυντού γραφήµατος G. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 96 / 101
97 Ισχυρά συνδεδεµένες συνιστώσες Ενας άλλος τρόπος ϑεώρησης της λειτουργίας της καθοδικής διερεύνησης είναι ο εξής. Θεωρήστε το γράφηµα συνιστωσών(g T ) ΙΣΣ του G T. Εάν αντιστοιχίσουµε κάθε ισχυρά συνδεδεµένη συνιστώσα που εξετάζεται στη δεύτερη καθοδική διερεύνηση σε έναν κόµβο του(g T ) ΙΣΣ, οι κόµβοι του(g T ) ΙΣΣ εξετάζονται µε σειρά αντίστροφη της τοπολογικής ταξινόµησης. Εάν αναστρέψουµε τις ακµές του γραφήµατος(g T ) ΙΣΣ, παίρνουµε το γράφηµα((g T ) ΙΣΣ ) T. εδοµένου ότι((g T ) ΙΣΣ ) T = G ΙΣΣ, η δεύτερη καθοδική διερεύνηση διεξέρχεται τους κόµβους του G ΙΣΣ µε τη σειρά της τοπολογικής ταξινόµησης Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 97 / 101
98 Σηµειώµατα Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 98 / 101
99 Σηµείωµα Αναφοράς Copyright Εθνικόν και Καποδιστριακόν Πανεπιστήµιον Αθηνών 2015, Νικόλαος Μισυρλής, Αλγόριθµοι και Πολύπλοκότητα. Ενότητα 3 - Αλγόριθµοι Γραφηµάτων Εκδοση:1.01. Αθήνα ιαθέσιµο από τη δικτυακή διεύθυνση: Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 99 / 101
100 Σηµείωµα Αδειοδότησης Το παρόν υλικό διατίθεται µε τους όρους της άδειας χρήσης Creative Commons Αναφορά, Μη Εµπορική Χρήση Παρόµοια ιανοµή 4.0 [1] ή µεταγενέστερη, ιεθνής Εκδοση. Εξαιρούνται τα αυτοτελή έργα τρίτων π.χ. ϕωτογραφίες, διαγράµµατα κ.λ.π., τα οποία εµπεριέχονται σε αυτό και τα οποία αναφέρονται µαζί µε τους όρους χρήσης τους στο «Σηµείωµα Χρήσης Εργων Τρίτων». [1] Ως Μη Εµπορική ορίζεται η χρήση: που δεν περιλαµβάνει άµεσο ή έµµεσο οικονοµικό όφελος από την χρήση του έργου, για το διανοµέα του έργου και αδειοδόχο που δεν περιλαµβάνει οικονοµική συναλλαγή ως προϋπόθεση για τη χρήση ή πρόσβαση στο έργο που δεν προορίζει στο διανοµέα του έργου και αδειοδόχο έµµεσο οικονοµικό όφελος (π.χ. διαφηµίσεις) από την προβολή του έργου σε διαδικτυακό τόπο Ο δικαιούχος µπορεί να παρέχει στον αδειοδόχο ξεχωριστή άδεια να χρησιµοποιεί το έργο για εµπορική χρήση, εφόσον αυτό του Ϲητηθεί. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 100 / 101
101 ιατήρηση Σηµειωµάτων Οποιαδήποτε αναπαραγωγή ή διασκευή του υλικού ϑα πρέπει να συµπεριλαµβάνει: το Σηµείωµα Αναφοράς το Σηµείωµα Αδειοδότησης τη δήλωση ιατήρησης Σηµειωµάτων το Σηµείωµα Χρήσης Εργων Τρίτων (εφόσον υπάρχει) µαζί µε τους συνοδευόµενους υπερσυνδέσµους. Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Οριζόντια-καθοδική διερεύνηση 101 / 101
Αλγόριθµοι και Πολυπλοκότητα
Αλγόριθµοι και Πολυπλοκότητα Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Πανεπιστήµιο Αθηνών Καθηγητής: Ν. Μ. Μισυρλής () Αλγόριθµοι και Πολυπλοκότητα 23 Απριλίου 2015 1 / 97 Αναπαραστάσεις
Αλγόριθµοι και Πολυπλοκότητα
Αλγόριθµοι και Πολυπλοκότητα Ενότητα 3 Αλγόριθµοι Γραφηµάτων Dijkstra Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Dijkstra
Αλγόριθµοι και Πολυπλοκότητα
Αλγόριθµοι και Πολυπλοκότητα Ενότητα 3 Αλγόριθµοι Γραφηµάτων Bellman Ford Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Bellman
Εισαγωγή στους Αλγορίθμους Ενότητα 7η
Εισαγωγή στους Αλγορίθμους Ενότητα 7η Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό
Αλγόριθµοι και Πολυπλοκότητα
Αλγόριθµοι και Πολυπλοκότητα Ενότητα 2 ιαίρει και Βασίλευε Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 2 1 / 24 Επιλογή Το πρόβληµα
Αλγόριθμοι Γραφημάτων
Αλγόριθμοι Γραφημάτων 1. Διερεύνηση Πρώτα σε Βάθος (DFS) 2. Τοπολογική Ταξινόμηση Εισαγωγή στην Ανάλυση Αλγορίθμων Μάγια Σατρατζέμη Depth-First Search Πρώτα σε Βάθος διερεύνηση (Depth-First Search) είναι
Αλγόριθµοι και Πολυπλοκότητα
Αλγόριθµοι και Πολυπλοκότητα Ενότητα 3 Αλγόριθµοι Γραφηµάτων Prim-Kruskal Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 3 Prim-Kruskal
ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ
ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ Ενότητα 10γ: Αλγόριθμοι Γραφημάτων- Διερεύνηση Πρώτα σε Βάθος (DFS)- Τοπολογική Ταξινόμηση Μαρία Σατρατζέμη Τμήμα Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό
Εισαγωγή στους Αλγορίθμους Φροντιστήριο 4
Εισαγωγή στους Αλγορίθμους Φροντιστήριο 4 Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό
Τµήµα Πληροφορικής και Τηλεπικοινωνιών
Αδιάσπαστοι, p-κυκλικοί, συνεπώς διατεταγµένοι πίνακες και γραφήµατα Νικόλαος Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών 2 Σεπτεµβρίου 2015 Νικόλαος Μισυρλής Επιστηµονικοί Υπολογισµοί 1 / 35 Περιεχόµενα
Αλγόριθµοι και Πολυπλοκότητα
Αλγόριθµοι και Πολυπλοκότητα Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Πανεπιστήµιο Αθηνών Καθηγητής: Ν. Μ. Μισυρλής () Αλγόριθµοι και Πολυπλοκότητα 6 Μαΐου 2015 1 / 42 Εύρεση Ελάχιστου Μονοπατιού
Αριθµητική Ανάλυση. Ενότητα 6 Αριθµητική Παραγώγιση και Ολοκλήρωση. Ν. Μ. Μισυρλής. Τµήµα Πληροφορικής και Τηλεπικοινωνιών,
Αριθµητική Ανάλυση Ενότητα 6 Αριθµητική Παραγώγιση και Ολοκλήρωση Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Καθηγητής: Ν. Μ. Μισυρλής Αριθµητική Ανάλυση - Ενότητα 6 1 / 36 Αριθµητική Παραγώγιση
Εισαγωγή στους Αλγορίθμους
Εισαγωγή στους Αλγορίθμους Ενότητα 7η Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Αλγόριθμοι Γραφημάτων Τοπολογική Διάταξη
Σχεδίαση και Ανάλυση Αλγορίθμων Ενότητα 4: ΑΝΑΠΑΡΑΣΤΑΣΗ ΔΕΔΟΜΕΝΩΝ - ΔΕΝΤΡΑ
Σχεδίαση και Ανάλυση Αλγορίθμων Ενότητα 4: ΑΝΑΠΑΡΑΣΤΑΣΗ ΔΕΔΟΜΕΝΩΝ - ΔΕΝΤΡΑ Δημήτριος Κουκόπουλος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διαχείρισης Πολιτισμικού Περιβάλλοντος και Νέων Τεχνολογιών
Αλγόριθμοι Γραφημάτων
Αλγόριθμοι Γραφημάτων. Γραφήματα. Αναπαράσταση Γραφημάτων 3. Διερεύνηση σε Πρώτα σε Πλάτος (BFS) Εισαγωγή στην Ανάλυση Αλγορίθμων Μάγια Σατρατζέμη Γράφημα Ορισμός: Ένα γράφημα G είναι το διατεταγμένο ζεύγος
Αλγόριθµοι και Πολυπλοκότητα
Αλγόριθµοι και Πολυπλοκότητα Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Πανεπιστήµιο Αθηνών Καθηγητής: Ν. Μ. Μισυρλής () Αλγόριθµοι και Πολυπλοκότητα Μαΐου 201 1 / Απληστοι (Greedy) Αλγόριθµοι
Εισαγωγή στους Αλγορίθμους Φροντιστήριο 8
Εισαγωγή στους Αλγορίθμους Φροντιστήριο 8 Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό
ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ
ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ Ενότητα 10β: Αλγόριθμοι Γραφημάτων-Γραφήματα- Αναπαράσταση Γραφημάτων- Διερεύνηση Πρώτα σε Πλάτος (BFS) Μαρία Σατρατζέμη Τμήμα Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το
Δομές Δεδομένων Ενότητα 6
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 6: Γράφοι Απόστολος Παπαδόπουλος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Αλγόριθµοι και Πολυπλοκότητα
Αλγόριθµοι και Πολυπλοκότητα Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Πανεπιστήµιο Αθηνών Καθηγητής: Ν. Μ. Μισυρλής () Αλγόριθµοι και Πολυπλοκότητα 26 Ιουνίου 201 1 / Απληστοι (Greedy) Αλγόριθµοι
Ειδικά θέματα Αλγορίθμων και Δομών Δεδομένων (ΠΛΕ073) Απαντήσεις 1 ου Σετ Ασκήσεων
Ειδικά θέματα Αλγορίθμων και Δομών Δεδομένων (ΠΛΕ073) Απαντήσεις 1 ου Σετ Ασκήσεων Άσκηση 1 α) Η δομή σταθμισμένης ένωσης με συμπίεση διαδρομής μπορεί να τροποποιηθεί πολύ εύκολα ώστε να υποστηρίζει τις
Εισαγωγή στους Αλγορίθμους Φροντιστήριο 7
Εισαγωγή στους Αλγορίθμους Φροντιστήριο 7 Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό
Εισαγωγή στους Αλγορίθμους Ενότητα 10η
Εισαγωγή στους Αλγορίθμους Ενότητα 10η Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό
Εισαγωγή στους Αλγορίθμους
Εισαγωγή στους Αλγορίθμους Ενότητα 6 η Άσκηση - DFS δένδρα Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης Το παρόν
Αλγόριθµοι και Πολυπλοκότητα
Αλγόριθµοι και Πολυπλοκότητα Ενότητα 5 υναµικός Προγραµµατισµός Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Καθηγητής: Ν. Μ. Μισυρλής Αλγόριθµοι και Πολυπλοκότητα - Ενότητα 5 1 / 49 Εισαγωγή
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Δομές δεδομένων Άσκηση αυτοαξιολόγησης 3-4 Παναγιώτα Φατούρου Τμήμα Επιστήμης Υπολογιστών Ενότητες 3 & 4: ένδρα, Σύνολα & Λεξικά Ασκήσεις και Λύσεις Άσκηση 1 Γράψτε
Εισαγωγή στους Αλγορίθμους Φροντιστήριο 3
Εισαγωγή στους Αλγορίθμους Φροντιστήριο 3 Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό
Πανεπιστήμιο Δυτικής Μακεδονίας. Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών. Διακριτά Μαθηματικά. Ενότητα 2: Γραφήματα
Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών Διακριτά Μαθηματικά Ενότητα 2: Γραφήματα Αν. Καθηγητής Κ. Στεργίου e-mail: kstergiou@uowm.gr Τμήμα Μηχανικών Πληροφορικής και Τηλεπικοινωνιών Άδειες Χρήσης
Εισαγωγή στους Αλγορίθμους Φροντιστήριο 10
Εισαγωγή στους Αλγορίθμους Φροντιστήριο 10 Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης Το παρόν εκπαιδευτικό
Γραμμική Άλγεβρα και Μαθηματικός Λογισμός για Οικονομικά και Επιχειρησιακά Προβλήματα
Γραμμική Άλγεβρα και Μαθηματικός Λογισμός για Οικονομικά και Επιχειρησιακά Προβλήματα Ενότητα: Ασκήσεις 1 Ανδριανός Ε. Τσεκρέκος Τμήμα Λογιστικής & Χρηματοοικονομικής Σελίδα 2 1. Σκοποί ενότητας... 5 2.
Σχεδίαση και Ανάλυση Αλγορίθμων Ενότητα 3: ΑΝΑΠΑΡΑΣΤΑΣΗ ΔΕΔΟΜΕΝΩΝ - ΓΡΑΦΗΜΑΤΑ
Σχεδίαση και Ανάλυση Αλγορίθμων Ενότητα 3: ΑΝΑΠΑΡΑΣΤΑΣΗ ΔΕΔΟΜΕΝΩΝ - ΓΡΑΦΗΜΑΤΑ Δημήτριος Κουκόπουλος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διαχείρισης Πολιτισμικού Περιβάλλοντος και Νέων Τεχνολογιών
Εισαγωγή στους Αλγορίθμους
Εισαγωγή στους Αλγορίθμους Ενότητα 5 η Άσκηση - Συγχώνευση Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης Το παρόν
Εισαγωγή στους Υπολογιστές
Εισαγωγή στους Υπολογιστές Εργαστήριο 2 Καθηγητές: Αβούρης Νικόλαος, Παλιουράς Βασίλης, Κουκιάς Μιχαήλ, Σγάρμπας Κυριάκος Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Άσκηση 2 ου εργαστηρίου
ΠΛΗΡΟΦΟΡΙΚΗ Ι Ενότητα 6: Αποτελεσματικότητα αλγορίθμων
ΠΛΗΡΟΦΟΡΙΚΗ Ι Ενότητα 6: Αποτελεσματικότητα αλγορίθμων Μιχάλης Δρακόπουλος Σχολή Θετικών επιστημών Τμήμα Μαθηματικών Αποτελεσµατικότητα αλγορίθµων 127 Αποτελεσµατικότητα αλγορίθµων Ενας σωστός αλγόριθµος
ΣΥΝΕΚΤΙΚΟΤΗΤΑ ΓΡΑΦΗΜΑΤΩΝ
Συνεκτικότητα Γραφημάτων 123 ΚΕΦΑΛΑΙΟ 4 ΣΥΝΕΚΤΙΚΟΤΗΤΑ ΓΡΑΦΗΜΑΤΩΝ 4.1 Τοπική και Ολική Συνεκτικότητα Γραφημάτων 4.2 Συνεκτικότητα Μη-κατευθυνόμενων Γραφημάτων 4.3 Συνεκτικότητα Κατευθυνόμενων Γραφημάτων
Μονοπάτια και Κυκλώµατα Euler. Στοιχεία Θεωρίας Γραφηµάτων (3,4) Παραδείγµατα. Κριτήρια Υπαρξης.
Μονοπάτια και Κυκλώµατα Eulr Σε γράφηµα G(V, E): Στοιχεία Θεωρίας Γραφηµάτων (3,4) Ορέστης Τελέλης tllis@unipi.r Κύκλωµα Eulr: Απλό κύκλωµα που διασχίζει κάθε ακµή του G. Μονοπάτι Eulr: Απλό µονοπάτι που
Εισαγωγή στους Αλγορίθμους
Εισαγωγή στους Αλγορίθμους Ενότητα 5 η Άσκηση Συγχώνευση & απαρίθμηση Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης
Εισαγωγή στους Αλγορίθμους Ενότητα 9η Άσκηση - Αλγόριθμος Prim
Εισαγωγή στους Αλγορίθμους Ενότητα 9η Άσκηση - Αλγόριθμος Prim Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Emil: zro@ei.uptrs.r Άδειες Χρήσης Το παρόν
Εισαγωγή στους Αλγορίθμους Φροντιστήριο 5
Εισαγωγή στους Αλγορίθμους Φροντιστήριο 5 Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό
ΠΛΗΡΟΦΟΡΙΚΗ Ι Ενότητα 3: Συναρτήσεις
ΠΛΗΡΟΦΟΡΙΚΗ Ι Ενότητα 3: Συναρτήσεις Μιχάλης Δρακόπουλος Σχολή Θετικών επιστημών Τμήμα Μαθηματικών Συναρτήσεις 60 Ροή ελέγχου Είναι η σειρά µε την οποία εκτελούνται οι εντολές. Μέχρι τώρα, «σειριακή»,
Ελληνική Δημοκρατία Τεχνολογικό Εκπαιδευτικό Ίδρυμα Ηπείρου. Θεωρία Υπολογισμού. Ενότητα 3 : Γραφήματα & Αποδείξεις. Αλέξανδρος Τζάλλας
1 Ελληνική Δημοκρατία Τεχνολογικό Εκπαιδευτικό Ίδρυμα Ηπείρου Θεωρία Υπολογισμού Ενότητα 3 : Γραφήματα & Αποδείξεις Αλέξανδρος Τζάλλας 2 Ανοιχτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ηπείρου Τμήμα Μηχανικών Πληροφορικής
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Δομές δεδομένων Άσκηση αυτοαξιολόγησης Παναγιώτα Φατούρου Τμήμα Επιστήμης Υπολογιστών ΗΥ2, Ενότητα : Ασκήσεις και Λύσεις Άσκηση 1 Ενότητα : Υλοποίηση Λεξικών µε
Στοιχεία Θεωρίας Γραφηµάτων (1)
Στοιχεία Θεωρίας Γραφηµάτων (1) Ορέστης Τελέλης telelis@unipi.gr Τµήµα Ψηφιακών Συστηµάτων, Πανεπιστήµιο Πειραιώς Ο. Τελέλης Πανεπιστήµιο Πειραιώς Θεωρία Γραφηµάτων (1) 1 / 23 Μη κατευθυνόµενα γραφήµατα
Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 2: Εφαρμογές Δικτυωτής Ανάλυσης (1 ο Μέρος)
Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 2: Εφαρμογές Δικτυωτής Ανάλυσης (1 ο Μέρος) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων
Αλγόριθµοι Γραφηµάτων
Αλγόριθµοι Γραφηµάτων Παύλος Σπυράκης Πανεπιστήµιο Πατρών Τοµέας Θεµελιώσεων και Εφαρµογών της Επιστήµης των Υπολογιστών Ερευνητικό Ακαδηµαϊκό Ινστιτούτο Τεχνολογίας Υπολογιστών Γραφήµατα Μοντελοποίηση
Γράφοι. κόµβοι) και ένα σύνολο από γραµµές (που λέγονται ακµές) οι οποίες
Ενότητα 11 Γράφοι (ή γραφήµατα) ΗΥ240 - Παναγιώτα Φατούρου 1 Γράφοι Ένας γράφος αποτελείται από ένα σύνολο από σηµεία (που λέγονται κόµβοι) και ένα σύνολο από γραµµές (που λέγονται ακµές) οι οποίες συνδέουν
Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 1: Δικτυωτή Ανάλυση (Θεωρία Γράφων)
Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 1: Δικτυωτή Ανάλυση (Θεωρία Γράφων) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων
Ψηφιακή Επεξεργασία Εικόνων
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Ψηφιακή Επεξεργασία Εικόνων Ενότητα # 15: Τμηματοποίηση σε τοπολογικά συνεκτικές περιοχές Καθηγητής Γιώργος Τζιρίτας Τμήμα Επιστήμης Υπολογιστών Διαμέριση σε συνεκτικές
Αλγόριθμοι και πολυπλοκότητα Συγχωνευτική Ταξινόμηση
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Αλγόριθμοι και πολυπλοκότητα Συγχωνευτική Ταξινόμηση Ιωάννης Τόλλης Τμήμα Επιστήμης Υπολογιστών Συγχωνευτική Ταξινόμηση (Merge Sort) 7 2 9 4 2 4 7 9 7 2 2 7 9 4
Εισαγωγή στους Αλγορίθμους Ενότητα 9η Άσκηση - Αλγόριθμος Kruskal
Εισαγωγή στους Αλγορίθμους Ενότητα 9η Άσκηση - Αλγόριθμος Kruskl Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Emil: zro@ei.uptrs.r Άδειες Χρήσης Το παρόν
ΠΛΗΡΟΦΟΡΙΚΗ Ι Ενότητα 4: Συναρτήσεις
ΠΛΗΡΟΦΟΡΙΚΗ Ι Ενότητα 4: Συναρτήσεις Μιχάλης Δρακόπουλος Σχολή Θετικών επιστημών Τμήμα Μαθηματικών ΠΛΗΡΟΦΟΡΙΚΗ Ι Σημειώσεις MATLAB Ενότητα 4 ΠΛΗΡΟΦΟΡΙΚΗ Ι (MATLAB) Ενότητα 4 Σημειώσεις βασισμένες στο
Βάσεις Περιβαλλοντικών Δεδομένων
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Βάσεις Περιβαλλοντικών Δεδομένων Ενότητα 2: Εισαγωγή Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται διαφορετικά
Αριθµητική Ανάλυση. Ενότητα 4 Αριθµητικός Υπολογισµός Ιδιοτιµών και Ιδιοδιανυσµάτων. Ν. Μ. Μισυρλής. Τµήµα Πληροφορικής και Τηλεπικοινωνιών,
Αριθµητική Ανάλυση Ενότητα 4 Αριθµητικός Υπολογισµός Ιδιοτιµών και Ιδιοδιανυσµάτων Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Καθηγητής: Ν. Μ. Μισυρλής Αριθµητική Ανάλυση - Ενότητα 4 1 / 48
Μέγιστη ροή. Κατευθυνόμενο γράφημα. Συνάρτηση χωρητικότητας. αφετηρίακός κόμβος. τερματικός κόμβος. Ροή δικτύου. με τις ακόλουθες ιδιότητες
Κατευθυνόμενο γράφημα Συνάρτηση χωρητικότητας 12 16 2 Ροή δικτύου Συνάρτηση αφετηρίακός κόμβος 13 1 με τις ακόλουθες ιδιότητες 4 14 9 7 4 τερματικός κόμβος Περιορισμός χωρητικότητας: Αντισυμμετρία: Διατήρηση
ΛΟΓΙΚΟ-ΜΑΘΗΜΑΤΙΚΕΣ ΣΧΕΣΕΙΣ & ΑΡΙΘΜΗΤΙΚΕΣ ΕΝΝΟΙΕΣ ΣΤΗΝ ΠΡΟΣΧΟΛΙΚΗ ΕΚΠΑΙΔΕΥΣΗ
ΛΟΓΙΚΟ-ΜΑΘΗΜΑΤΙΚΕΣ ΣΧΕΣΕΙΣ & ΑΡΙΘΜΗΤΙΚΕΣ ΕΝΝΟΙΕΣ ΣΤΗΝ ΠΡΟΣΧΟΛΙΚΗ ΕΚΠΑΙΔΕΥΣΗ Ενότητα 2: Δημήτρης Χασάπης Τμήμα Εκπαίδευσης και Αγωγής στην Προσχολική Ηλικία ΘΕΜΕΛΙΩΔΕΙΣ ΛΟΓΙΚΟ-ΜΑΘΗΜΑΤΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΣΧΕΣΕΙΣ
Χωρικές σχέσεις και Γεωμετρικές Έννοιες στην Προσχολική Εκπαίδευση
Χωρικές σχέσεις και Γεωμετρικές Έννοιες στην Προσχολική Εκπαίδευση Ενότητα 7: Κανονικότητες, συμμετρίες και μετασχηματισμοί στο χώρο Δημήτρης Χασάπης Τμήμα Εκπαίδευσης και Αγωγής στην Προσχολική Ηλικία
Αναζήτηση Κατά Πλάτος
Αναζήτηση Κατά Πλάτος Επιµέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Γραφήµατα Μοντελοποίηση πολλών σηµαντικών προβληµάτων (π.χ. δίκτυα
Εισαγωγή στους Αλγορίθμους Φροντιστήριο 6
Εισαγωγή στους Αλγορίθμους Φροντιστήριο 6 Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό
(elementary graph algorithms)
(elementary graph algorithms) Παύλος Εφραιμίδης περιεχόμενα αναπαραστάσεις οριζόντια διερεύνηση καθοδική διερεύνηση αναπαράσταση δύο καθιερωμένοι τρόποι: πίνακας γειτνίασης συλλογή από καταλόγους γειτνίασης
Ασκήσεις για το µάθηµα «Ανάλυση Ι και Εφαρµογές» (ε) Κάθε συγκλίνουσα ακολουθία άρρητων αριθµών συγκλίνει σε άρρητο αριθµό.
Ασκήσεις για το µάθηµα «Ανάλυση Ι και Εφαρµογές» Κεφάλαιο : Ακολουθίες πραγµατικών αριθµών Α Οµάδα Εξετάστε αν οι παρακάτω προτάσεις είναι αληθείς ή ψευδείς αιτιολογήστε πλήρως την απάντησή σας α Κάθε
Κατευθυνόµενα γραφήµατα. Στοιχεία Θεωρίας Γραφηµάτων (1) Πολυγραφήµατα (Multigraphs)
Μη κατευθυνόµενα γραφήµατα Στοιχεία Θεωρίας Γραφηµάτων (1) Απλό µη κατευθυνόµενο γράφηµα G είναι διατεταγµένο Ϲεύγος (V, E) µε σύνολο κορυφών/κόµβων V Ορέστης Τελέλης tllis@unipi.gr Τµήµα Ψηφιακών Συστηµάτων,
Λογικός Προγραμματισμός Ασκήσεις
Λογικός Προγραμματισμός Ασκήσεις Παναγιώτης Σταματόπουλος Τμήμα Πληροφορικής και Τηλεπικοινωνιών Περιεχόμενα 1. Α Ομάδα Ασκήσεων "Λογικού Προγραμματισμού" Ακαδημαϊκού Έτους 2011-12... 3 1.1 Άσκηση 1...
Διδακτική Μαθηματικών Ι Ενότητα 5: Διερευνητικές δραστηριότητες
Διδακτική Μαθηματικών Ι Ενότητα 5: Διερευνητικές δραστηριότητες Γιώργος Ψυχάρης Σχολή Θετικών επιστημών Τμήμα Μαθηματικό ΔΙΕΡΕΥΝΗΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ Δραστηριότητα 1 Το εξωτερικό τετράγωνο αντιπροσωπεύει
ΠΛΗΡΟΦΟΡΙΚΗ Ι Ενότητα 8: Αναζήτηση και ταξινόμηση
ΠΛΗΡΟΦΟΡΙΚΗ Ι Ενότητα 8: Αναζήτηση και ταξινόμηση Μιχάλης Δρακόπουλος Σχολή Θετικών επιστημών Τμήμα Μαθηματικών Αναζήτηση και ταξινόµηση 7 Αναζήτηση (search) Πρόβληµα: αναζήτηση της καταχώρησης key στη
Υπολογιστική άλγεβρα Ενότητα 10: Βάσεις Groebner ενός ιδεώδους ΙΙΙ
Υπολογιστική άλγεβρα Ενότητα 10: Βάσεις Groebner ενός ιδεώδους ΙΙΙ Ράπτης Ευάγγελος Σχολή Θετικών επιστημών Τμήμα Μαθηματικών Κεφάλαιο 10 Βάσεις Groebner ενός ιδεώδους 10.1 Τρίτο μέρος Επαναλαμβάνουμε
Λογικός Προγραμματισμός Ασκήσεις
Λογικός Προγραμματισμός Ασκήσεις Παναγιώτης Σταματόπουλος Τμήμα Πληροφορικής και Τηλεπικοινωνιών Περιεχόμενα 1. Α Ομάδα Ασκήσεων "Λογικού Προγραμματισμού" Ακαδημαϊκού Έτους 2010-11... 3 1.1 Άσκηση 1...
Εισαγωγή στους Αλγορίθμους Φροντιστήριο 1
Εισαγωγή στους Αλγορίθμους Φροντιστήριο 1 Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό
Σχεδίαση και Ανάλυση Αλγορίθμων Ενότητα 11: ΠΡΟΒΛΗΜΑ ΔΙΑΤΡΕΞΗΣ ΓΡΑΦΗΜΑΤΟΣ
Σχεδίαση και Ανάλυση Αλγορίθμων Ενότητα 11: ΠΡΟΒΛΗΜΑ ΔΙΑΤΡΕΞΗΣ ΓΡΑΦΗΜΑΤΟΣ Δημήτριος Κουκόπουλος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διαχείρισης Πολιτισμικού Περιβάλλοντος και Νέων Τεχνολογιών
Μικροοικονομική Ανάλυση της Κατανάλωσης και της Παραγωγής
Μικροοικονομική Ανάλυση της Κατανάλωσης και της Παραγωγής Διάλεξη 8: Πλεόνασμα καταναλωτή Ανδρέας Παπανδρέου Σχολή Οικονομικών και Πολιτικών Επιστημών Τμήμα Οικονομικών Επιστημών Χρηματικά μέτρα των ωφελειών
ΛΟΓΙΚΟ-ΜΑΘΗΜΑΤΙΚΕΣ ΣΧΕΣΕΙΣ & ΑΡΙΘΜΗΤΙΚΕΣ ΕΝΝΟΙΕΣ ΣΤΗΝ ΠΡΟΣΧΟΛΙΚΗ ΕΚΠΑΙΔΕΥΣΗ
ΛΟΓΙΚΟ-ΜΑΘΗΜΑΤΙΚΕΣ ΣΧΕΣΕΙΣ & ΑΡΙΘΜΗΤΙΚΕΣ ΕΝΝΟΙΕΣ ΣΤΗΝ ΠΡΟΣΧΟΛΙΚΗ ΕΚΠΑΙΔΕΥΣΗ Ενότητα 3: Δημήτρης Χασάπης Τμήμα Εκπαίδευσης και Αγωγής στην Προσχολική Ηλικία ΟΙ ΕΝΝΟΙΕΣ ΤΟΥ ΑΡΙΘΜΟΥ ΤΙ ΕΝΑΙ ΑΡΙΘΜΟΣ; Μάθημα
Ενότητα 10 Γράφοι (ή Γραφήµατα)
Ενότητα 10 Γράφοι (ή γραφήµατα) ΗΥ240 - Παναγιώτα Φατούρου 1 Γράφοι (ή Γραφήµατα) Ένας γράφος αποτελείται από ένα σύνολο από σηµεία (που λέγονται κόµβοι) και ένα σύνολο από γραµµές (που λέγονται ακµές)
Στοιχεία Θεωρίας Γραφηµάτων (3)
Στοιχεία Θεωρίας Γραφηµάτων (3) Ορέστης Τελέλης tllis@unipi.gr Τµήµα Ψηφιακών Συστηµάτων, Πανεπιστήµιο Πειραιώς Ο. Τελέλης Πανεπιστήµιο Πειραιώς Θεωρία Γραφηµάτων (3) 1 / 23 Απαρίθµηση Μονοπατιών Εστω
Απαρίθµηση Μονοπατιών. Στοιχεία Θεωρίας Γραφηµάτων (3) Μονοπάτια και Κυκλώµατα Euler. Ορέστης Τελέλης
Απαρίθµηση Μονοπατιών Εστω γράφηµα G(V, E) µε πίνακα γειτνίασης A Στοιχεία Θεωρίας Γραφηµάτων (3) Ορέστης Τελέλης tllis@unipi.gr Τµήµα Ψηφιακών Συστηµάτων, Πανεπιστήµιο Πειραιώς ως προς µια διάταξη των
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Δομές δεδομένων Άσκηση αυτοαξιολόγησης 1 Παναγιώτα Φατούρου Τμήμα Επιστήμης Υπολογιστών Ενότητα 1: Εισαγωγή Ασκήσεις και Λύσεις Άσκηση 1 Αποδείξτε τη µεταβατική
Γ. Κορίλη Αλγόριθµοι ροµολόγησης
- Γ. Κορίλη Αλγόριθµοι ροµολόγησης http://www.seas.upenn.edu/~tcom50/lectures/lecture.pdf ροµολόγηση σε ίκτυα εδοµένων Αναπαράσταση ικτύου µε Γράφο Μη Κατευθυνόµενοι Γράφοι Εκτεταµένα έντρα Κατευθυνόµενοι
Διδακτική Απειροστικού Λογισμού
Διδακτική Απειροστικού Λογισμού Ενότητα 4: Θέματα σχετικά με τη διδασκαλία της συνέχειας. Ζαχαριάδης Θεοδόσιος Τμήμα Μαθηματικών 4. ΣΥΝΕΧΕΙΑ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ 1. Σε μια τάξη Γ Λυκείου στα μαθηματικά κατεύθυνσης
Υπολογιστική άλγεβρα Ενότητα 7: Βάσεις Groebner I
Υπολογιστική άλγεβρα Ενότητα 7: Βάσεις Groebner I Ράπτης Ευάγγελος Σχολή Θετικών επιστημών Τμήμα Μαθηματικών Κεφάλαιο 7 Βάσεις Groebner Ι Τετάρτη 21 Μαϊου 2014 7.1 Ιδεώδη μονονύμων Εχουμε ήδη δει οτι
Εισαγωγή στους Η/Υ. Ενότητα 2β: Αντίστροφο Πρόβλημα. Δημήτρης Σαραβάνος, Καθηγητής Πολυτεχνική Σχολή Τμήμα Μηχανολόγων & Αεροναυπηγών Μηχανικών
Εισαγωγή στους Η/Υ Ενότητα 2β: Δημήτρης Σαραβάνος, Καθηγητής Πολυτεχνική Σχολή Τμήμα Μηχανολόγων & Αεροναυπηγών Μηχανικών Σκοποί ενότητας Εύρεση συνάρτησης Boole όταν είναι γνωστός μόνο ο πίνακας αληθείας.
Δομές δεδομένων. Ενότητα 8: Ξένα Σύνολα που υποστηρίζουν τη λειτουργία της Ένωσης (Union-Find) Παναγιώτα Φατούρου Τμήμα Επιστήμης Υπολογιστών
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Δομές δεδομένων Ενότητα 8: Ξένα Σύνολα που υποστηρίζουν τη λειτουργία της Ένωσης (Union-Find) Παναγιώτα Φατούρου Τμήμα Επιστήμης Υπολογιστών Ενότητα 8 Ξένα Σύνολα
ΔΙΑΧΕΙΡΙΣΗ ΕΦΟΔΙΑΣΤΙΚΗΣ ΑΛΥΣΙΔΑΣ
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων ΔΙΑΧΕΙΡΙΣΗ ΕΦΟΔΙΑΣΤΙΚΗΣ ΑΛΥΣΙΔΑΣ Ενότητα 8: Μοντέλα χωροθέτησης και ανάθεσης δυναμικότητας - Μέρος ΙΙ Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative
Πρακτική Άσκηση σε σχολεία της δευτεροβάθμιας εκπαίδευσης
Πρακτική Άσκηση σε σχολεία της δευτεροβάθμιας εκπαίδευσης Ενότητα 1: Κρίσιμα συμβάντα Δέσποινα Πόταρη, Γιώργος Ψυχάρης Σχολή Θετικών επιστημών Τμήμα Μαθηματικό Απομαγνητοφώνηση αποσπάσματος από Β Λυκείου
Φυσική ΙΙΙ. Ενότητα 4: Ηλεκτρικά Κυκλώματα. Γεώργιος Βούλγαρης Σχολή Θετικών Επιστημών Τμήμα Φυσικής
Φυσική ΙΙΙ Ενότητα 4: Ηλεκτρικά Κυκλώματα Γεώργιος Βούλγαρης Σχολή Θετικών Επιστημών Τμήμα Φυσικής Ασκήσεις ΦΙΙΙ Ασκήσεις κυκλωμάτων συνεχούς ρεύματος. Κανόνες Kirchhoff. Γ. Βούλγαρης 2 Ο Νόμος των Ρευμάτων
Αλγόριθμοι Γραφημάτων
Αλγόριθμοι Γραφημάτων 1. Minimum Spanning Trees 2. Αλγόριθμος Prim 3. Αλγόριθμος Kruskal Εισαγωγή στην Ανάλυση Αλγορίθμων Μάγια Σατρατζέμη Minimum Spanning Tree Πρόβλημα: Για δοσμένο συνεκτικό, μη προσανατολισμένο,
Λογισμός 3. Ενότητα 18: Θεώρημα Πεπλεγμένων (Ειδική περίπτωση) Μιχ. Γ. Μαριάς Τμήμα Μαθηματικών ΑΝΟΙΚΤΑ ΑΚΑ ΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑ ΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 18: Θεώρημα Πεπλεγμένων (Ειδική περίπτωση) Μιχ. Γ. Μαριάς Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
Ορισμός κανονικής τ.μ.
Πιθανότητες και Στατιστική Ενότητα 4: Τυχαίες τυχαίες μεταβλητές Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Τηλεπικοινωνιών Αθήνα 2015 Ορισμός κανονικής τ.μ. Ορισμός κανονικής τ.μ. Μια συνεχής τ.μ.
Σχεδίαση και Ανάλυση Αλγορίθμων Ενότητα 5: ΚΑΤΗΓΟΡΙΕΣ ΑΛΓΟΡΙΘΜΙΚΩΝ ΠΡΟΒΛΗΜΑΤΩΝ-ΑΝΑΓΩΓΗ
Σχεδίαση και Ανάλυση Αλγορίθμων Ενότητα 5: ΚΑΤΗΓΟΡΙΕΣ ΑΛΓΟΡΙΘΜΙΚΩΝ ΠΡΟΒΛΗΜΑΤΩΝ-ΑΝΑΓΩΓΗ Δημήτριος Κουκόπουλος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διαχείρισης Πολιτισμικού Περιβάλλοντος και
Επιστηµονικός Υπολογισµός Ι Ενότητα 1 - Εισαγωγή. Ευστράτιος Γαλλόπουλος
Ενότητα 1 - Εισαγωγή Ευστράτιος Γαλλόπουλος c Ε. Γαλλόπουλος 201-2015 Ασκηση 1 Τι ονοµάζουµε υπολογιστικούς πυρήνες ; πυρήνων. Να δώσετε 3 παραδείγµατα τέτοιων Απάντηση ιαδικασίες (που µπορεί να είναι
Διαχείριση Πολιτισμικών Δεδομένων
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Διαχείριση Πολιτισμικών Δεδομένων Ενότητα 6: Εισαγωγή στις Βάσεις Δεδομένων Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και
Διδακτική των εικαστικών τεχνών Ενότητα 2
Διδακτική των εικαστικών τεχνών Ενότητα 2 Ουρανία Κούβου Εθνικὸ καi Καποδιστριακὸ Πανεπιστήμιο Αθηνών Τμήμα Εκπαίδευσης και Αγωγής στην Προσχολική Ηλικία Ενότητα 2. Το παιδικό σχέδιο ως γνωστική διεργασία:
Διδακτική των εικαστικών τεχνών Ενότητα 2
Διδακτική των εικαστικών τεχνών Ενότητα 2 Ουρανία Κούβου Εθνικὸ καi Καποδιστριακὸ Πανεπιστήμιο Αθηνών Τμήμα Εκπαίδευσης και Αγωγής στην Προσχολική Ηλικία Ενότητα 2. Το παιδικό σχέδιο ως γνωστική διεργασία:
Διδακτική των εικαστικών τεχνών Ενότητα 2
Διδακτική των εικαστικών τεχνών Ενότητα 2 Ουρανία Κούβου Εθνικὸ καi Καποδιστριακὸ Πανεπιστήμιο Αθηνών Τμήμα Εκπαίδευσης και Αγωγής στην Προσχολική Ηλικία Ενότητα 2. Το παιδικό σχέδιο ως γνωστική διεργασία:
Διδακτική των εικαστικών τεχνών Ενότητα 2
Διδακτική των εικαστικών τεχνών Ενότητα 2 Ουρανία Κούβου Εθνικὸ καi Καποδιστριακὸ Πανεπιστήμιο Αθηνών Τμήμα Εκπαίδευσης και Αγωγής στην Προσχολική Ηλικία Ενότητα 2. Το παιδικό σχέδιο ως γνωστική διεργασία:
Μέγιστη ροή. Κατευθυνόμενο γράφημα. Συνάρτηση χωρητικότητας. αφετηρίακός κόμβος. τερματικός κόμβος. Ροή δικτύου. με τις ακόλουθες ιδιότητες
Κατευθυνόμενο γράφημα Συνάρτηση χωρητικότητας 2 6 20 Ροή δικτύου Συνάρτηση αφετηρίακός κόμβος 0 με τις ακόλουθες ιδιότητες 9 7 τερματικός κόμβος Περιορισμός χωρητικότητας: Αντισυμμετρία: Διατήρηση ροής:
Κεφάλαιο 11 Ένωση Ξένων Συνόλων
Κεφάλαιο 11 Ένωση Ξένων Συνόλων Περιεχόμενα 11.1 Εισαγωγή... 227 11.2 Εφαρμογή στο Πρόβλημα της Συνεκτικότητας... 228 11.3 Δομή Ξένων Συνόλων με Συνδεδεμένες Λίστες... 229 11.4 Δομή Ξένων Συνόλων με Ανοδικά
Κεφάλαιο 2. Παραγοντοποίηση σε Ακέραιες Περιοχές
Κεφάλαιο Παραγοντοποίηση σε Ακέραιες Περιοχές Γνωρίζουµε ότι στο Ÿ κάθε στοιχείο εκτός από το 0 και τα ± γράφεται ως γινόµενο πρώτων αριθµών κατά τρόπο ουσιαστικά µοναδικό Από τη Βασική Άλγεβρα ξέρουµε
Προγραμματισμός Η/Υ. Συναρτήσεις & Υποπρογράμματα. ΤΕΙ Ιονίων Νήσων Τμήμα Τεχνολόγων Περιβάλλοντος Κατεύθυνση Τεχνολογιών Φυσικού Περιβάλλοντος
Προγραμματισμός Η/Υ Συναρτήσεις & Υποπρογράμματα ΤΕΙ Ιονίων Νήσων Τμήμα Τεχνολόγων Περιβάλλοντος Κατεύθυνση Τεχνολογιών Φυσικού Περιβάλλοντος Τμηματικός Προγραμματισμός Η επίλυση ενός προβλήματος διευκολύνεται
Εισαγωγή στους Αλγορίθμους Ενότητα 10η Άσκηση Αλγόριθμος Dijkstra
Εισαγωγή στους Αλγορίθμους Ενότητα 1η Άσκηση Αλγόριθμος Dijkra Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upara.gr Άδειες Χρήσης Το παρόν
Γενική Φυσική Ενότητα: Κινητική
Γενική Φυσική Ενότητα: Κινητική Όνομα Καθηγητή: Γεώργιος Βούλγαρης Τμήμα: Μαθηματικό Σελίδα 2 1. Ασκήσεις κινητικής... 4 1.1 Άσκηση 1... 4 1.2 Άσκηση 2... 4 1.3 Άσκηση 3... 4 1.4 Άσκηση 4... 4 1.5 Άσκηση
Πανεπιστήμιο Δυτικής Μακεδονίας. Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών. Διακριτά Μαθηματικά. Ενότητα 4: Εισαγωγή / Σύνολα
Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών Διακριτά Μαθηματικά Ενότητα 4: Εισαγωγή / Σύνολα Αν. Καθηγητής Κ. Στεργίου e-mail: kstergiou@uowm.gr Τμήμα Μηχανικών Πληροφορικής και Τηλεπικοινωνιών Άδειες
Αλγόριθμοι και πολυπλοκότητα Ταχυταξινόμηση (Quick-Sort)
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Αλγόριθμοι και πολυπλοκότητα Ταχυταξινόμηση (Quick-Sort) Ιωάννης Τόλλης Τμήμα Επιστήμης Υπολογιστών Ταχυταξινόμηση (Quick-Sort) 7 4 9 6 2 2 4 6 7 9 4 2 2 4 7 9 7