Αλγόριθμοι Ισχυρά συνεκτικές συνιστώσες Εφαρμογές, BFS
|
|
- Δανάη Ελευθεριάδης
- 8 χρόνια πριν
- Προβολές:
Transcript
1 Αλγόριθμοι Ισχυρά συνεκτικές συνιστώσες Εφαρμογές, BFS Μάρθα Σιδέρη Προτεινόμενη βιβλιογραφία: ββ S. Dasgupta, C.H. Papadimitriou, and U.V. Vazirani «Αλγόριθμοι» Κλειδάριθμος 2009 Κεφάλαιο 3. epl333 lect5 20 Έως τώρα στα προηγούμενα μαθήματα είπαμε Καθοδική ιερεύνηση (Depth First Search, dfs) Γρήγορος τρόπος Θ(n) για να εξερευνήσουμε ένα γράφημα (να δούμε όλους τους κόμβους και τις ακμές του). Υπολογίζουμε για κάθε κόμβο v: πότε τον είδαμε πρώτη φορά pre(v) και ποτέ τον είδαμε τελευταία φορά post(v) και χωρίζουμε τις ακμές σε 4 κατηγορίες (tree, back, cross,forward )που χρησιμεύουν σε άλλους αλγορίθμους. Γραφήματα δίχως κύκλους, ακυκλικά (Directed Acyclic Graphs, DAGs). Περιγράφουν διάταξη, ο αλγόριθμος που βρίσκει τη διάταξη λέγεται τοπολογική ταξινόμηση: (α) με DFS ή (β) βάσει του ορισμού των DAG. Αποσύνθεση γραφημάτων: Χώρισε το γράφημα σε συνεκτικές συνιστώσες (τμήματα που για κάθε ζεύγος (u,v) μπορείς να πας από u στο v ). Πως γίνεται? Με δύο DFS, για να αποδείξουμε ορθότητα βασιζόμαστε στο ότι το γράφημα των συνιστωσών είναι DAG epl333 lect5 20 2
2 Στο προηγούμενο μάθημα: Συζητήσαμε τη χρήση του DFS για να χωρίσουμε το γράφημα σε Ισχυρά Συνεκτικές Συνιστώσες (SCC). Εξηγήσαμε γιατί χρειαζόμαστε 2 DFS: Το πρώτο DFS χρησιμεύει μόνο για να μας δώσει τη σειρά, με την οποία θα καλούμε την explore στο δεύτερο DFS (για να βρούμε τη σωστή σειρά δουλεύουμε στο ανάστροφο γράφημα). Aν κάθε φορά που από το DFS καλούμε την explore me τη συγκεκριμένη σειρά κόμβων, η explore πάει σε όλους τους κόμβους μιας SCC και μόνο σε αυτούς. epl333 lect A,B,D, E C,F K G,H,I,J L epl333 lect
3 είτε παράδειγμα εκτέλεσης αλγορίθμου εύρεσης ισχυρά συνεκτικών συνιστωσών ument/file.php/inf6/examples% 2020/SCC3.pps epl333 lect Κατασκευάζουμε το ανάστροφο epl333 lect
4 Κατατάσσουμε κατά φθίνουσα σειρά post 2 22 Και κάνουμε DFS L,K,G,I,J,H,C,F,A,D,B,E Και κάνουμε epl333 DFS lect5 στο 20αρχικό 7 γράφημα με βάση αυτή τη σειρά L,K,G,I,J,H,C,F,A,D,B,E A,B,D, E C,F K G,H,I,J L epl333 lect
5 L K G I J H C F A D B E epl333 lect Άρα οι SCC θα είναι A,B,D, E C,F K G,H,I,J L epl333 lect
6 Αλγόριθμος για ισχυρά συνεκτικές συνιστώσες: απόδειξη ορθότητας Αρχικός αλγόριθμος repeat Βρες οποιοδήποτε κόμβο v σε συνεκτική συνιστώσα, η οποία είναι καταβόθρα (sink). Κάλεσε την explore(v) Όλοι οι κόμβοι για τους οποίους καλείται αναδρομικά η explore(v) ανήκουν στην ίδια ισχυρά χρ συνεκτική συνιστώσα με τον v-- σβήσε τους κόμβους αυτούς και τον v από το γράφημα Until να σβηστούν όλοι οι κόμβοι. epl333 lect5 20 Βρες οποιοδήποτε κόμβο v σε συνεκτική συνιστώσα, η οποία είναι καταβόθρα. Πως???? Ξέρουμε ότι: Ο κόμβος που βγήκε τελευταίος από τη στοίβα (ο κόμβοςμε το μεγαλύτερο post) ανήκει σε ισχυρά συνεκτική συνιστώσα, η οποία είναι πηγή (source). (Στον κόμβο αυτό προσπίπτουν μόνο ακμές back.) epl333 lect
7 Θέλαμε κόμβο σε sink ισχυρά συνεκτική συνιστώσα. Ο DFS μας δίνει κόμβο σε source ισχυρά συνεκτική συνιστώσα???? Τι να κάνουμε? Τα G, G-transpose έχουν τις ίδιες ισχυρά συνεκτικές συνιστώσες. και η συνιστώσα που ειναι sourse στο G-traspose είναι sink στο G. Για να βρούμε κόμβο σε sink ισχυρά συνεκτική συνιστώσα κάνουμε DFS στο G-transpose. epl333 lect Πως συνεχίζουμε; Πώς θα βρούμε την δεύτερη συνιστώσα; Οταν σβήσουμε όλους τους κόμβους μιας συνεκτικής συνιστώσας που είναι πηγή, τότε ο κόμβος, ο οποίος έχει το μεγαλύτερο post από τους υπόλοιπους κόμβους, ανήκει σε νέα πηγή συνεκτική συνιστώσα. epl333 lect
8 Stronlgy connected components(g=(v, E): graph). Υπολόγισε το ανάστροφο γράφημα G T. (Tο G T περιλαμβάνει την ακμή (u, v) ανν το G περιλαμβάνει την (v, u)) 2. Κάνε DFS στο G T 3. Διάταξε τους κόμβους του G κατά φθίνουσα σειρά post από το βήμα Κάνε DFS στο G. Οι κόμβοι εξετάζονται με τη σειρά, ηοποία καθορίστηκε στο βήμα 3. Κάθε φορά που καλείται λί η explore() από το DFS γράψε: «νέα ισχυρά συνεκτική συνιστώσα». Κάθε φορά που καλείται η previsit για κάποιο κόμβο v γράψε: «κόμβος» v. epl333 lect Πρόβλημα SAT satisfiability Γιατί μας ενδιαφέρει?? ( x x x )( x x )( x x )( x x )( x x x ) Literals--στοιχεία x, True αν x, x, x True αν x 0 Clauses---συνθήκες. Πρέπει να κάνουμε TRUE ένα (τουλάχιστον) στοιχείο σε κάθε clause. Μας δίνουν τις clauses (και τις μεταβλητές):υπάρχουν τιμές των μεταβλητών που ικανοποιούν (satisfy) όλες τις clauses? epl333 lect
9 ( x x x)( x x)( x x)( x x)( x x x) x x2 x3 epl333 lect ( x x x)( x x)( x x)( x x)( x x x) x x2 x epl333 lect
10 ( x x x)( x x)( x x)( x x)( x x x) x x2 x epl333 lect ( x x x)( x x)( x x)( x x)( x x x) x x2 x epl333 lect
11 ( x x x)( x x)( x x)( x x)( x x x) x x2 x epl333 lect ( x x x)( x x)( x x)( x x)( x x x) x x2 x epl333 lect
12 ( x x x)( x x)( x x)( x x)( x x x) x x2 x epl333 lect ( x x x)( x x)( x x)( x x)( x x x) ΟΧΙ!! x x2 x n epl333 lect
13 x: o A. είναι αθώος y: o A. έχει άλλοθι στις 8μμ z: o φόνος έγινε στις 8μμ x : o A. δεν είναι αθώος z y x ( z, y, x) Ειδική περίπτωση Horn Λογικός προγραμματισμός w: o B. είναι αθώος v: o Γ. είναι αθώος ( x, wv, ) Δεν μπορεί να είναι όλοι αθώοι epl333 lect SAT γιατί μας ενδιαφέρει? Ιστορικά το πρώτο ΝP-πλήρες πρόβλημα Το πρώτο «δύσκολο» πρόβλημα εν ξέρουμε γρήγορο αλγόριθμο. Gödel 954 S. Cook 97 P και ΝΡ Αρχικά προτάθηκε από τον Gödel to 954, Stephen Cook, D. Karp 97, 972 D. Karp 972 epl333 lect
14 SAT SAT (SATisfiability, πρόβλημα ικανοποιησιμότητας): ίδεται σύνολο από μεταβλητές και σύνολο από συνθήκες (clauses) στις μεταβλητές αυτές. Κάθε συνθήκη περιλαμβάνει ένα σύνολο από στοιχεία (literals) δηλαδή μεταβλητές ή αρνήσεις μεταβλητών. (Tουλάχιστον ένα από τα στοιχεία που περιλαμβάνει κάθε συνθήκη πρέπει να έχει την τιμή.) Eρώτημα υπάρχει απόδοση τιμών αληθείας (truth assignment) στις μεταβλητές, με την οποία να ικανοποιούνται όλες οι συνθήκες; Το SAT ήταν το πρώτο NP-πλήρες πρόβλημα. epl333 lect Πρόβλημα 3-SAT 3-satisfiability ΟΧΙ Μήπως η κατάσταση είναι ευκολότερη αν είχαμε το πολύ 3 στοιχεία σε κάθε παρένθεση? ( x x x )( x x )( x x )( x x )( x x x ) epl333 lect
15 Πρόβλημα 2-SAT 2-satisfiability ΝΑΙ Μήπως η κατάσταση είναι ευκολότερη αν είχαμε το πολύ (η ακριβώς) 2 στοιχεία σε κάθε παρένθεση? Παράδειγμα : δεν υπάρχει απόδοση τιμών αληθείας που το ικανοποιεί. ( x x2 )( x x2 )( x2 x3)( x3 x )( x x2 ) Παράδειγμα 2: ικανοποιείται από την,, ( x x2 )( x x2 )( x2 x3)( x3 x )( x x2 ) epl333 lect Υπάρχει γρήγορος αλγόριθμος για το 2-SAT!. Από τις clauses φτιάχνω γράφημα. ΠΩΣ?? 2. Το χωρίζω σε SCC. 3. Αποφασίζω αν η πρόταση είναι ικανοποιήσιμη. ΠΩΣ?? epl333 lect
16 Αλγόριθμος 2-SAT. /* Από τις clauses φτιάχνω γράφημα*/ 2-SAT σε G(V, E). V: για κάθε μεταβλητή x κατασκευάζω δύο κόμβους (x και ^x). Ε: Για κάθε συνθήκη (x, y) δύο ακμές στο σύνολο E των ακμών. Μια από το ^x στο y και μια από το ^y στο x. 2. Υπολογίζουμε ισχυρά συνεκτικές συνιστώσες στο G(V, E). 3. /* Αποφασίζω αν η πρόταση είναι ικανοποιήσιμη.*/ Αν το x και ^x βρεθούν στην ίδια συνιστώσα, η πρόταση δεν είναι ικανοποιήσιμη, αλλιώς είναι. ( x x2 )( x x2 )( x2 x3 )( x3 x )( x x2 ) ( x x )( x x )( x x )( x x ) epl333 lect είτε παράδειγμα εκτέλεσης αλγορίθμου, με τον οποίο αποφασίζουμε εάν μια πρόταση 2-SAT είναι ικανοποιήσιμη. ument/file.php/inf6/examples% 2020/2SAT_.ppsx epl333 lect
17 x x x x x x x x Για κάθε μεταβλητή x κατασκευάζω δύο κόμβους, x και x x x Και για κάθε ακμή (x,y) κατασκευάζω δύο ακμές, μια από το x y και μια από το y x x 2 x 2 x 3 x 3 epl333 lect x x x x x x x x Για κάθε μεταβλητή x κατασκευάζω δύο κόμβους, x και x x x Και για κάθε ακμή (x,y) κατασκευάζω δύο ακμές, μια από το x y και μια από το y x x 2 x 2 x 3 x 3 epl333 lect
18 x x x x x x x x Για κάθε μεταβλητή x κατασκευάζω δύο κόμβους, x και x x x Και για κάθε ακμή (x,y) κατασκευάζω δύο ακμές, μια από το x y και μια από το y x x 2 x 2 x 3 x 3 epl333 lect x x x x x x x x Για κάθε μεταβλητή x κατασκευάζω δύο κόμβους, x και x x x Και για κάθε ακμή (x,y) κατασκευάζω δύο ακμές, μια από το x y και μια από το y x x 2 x 2 x 3 x 3 epl333 lect
19 x x x x x x x x Και υπολογίζουμε τις SCC. x x x 2 x 2 x 3 x 3 epl333 lect x x x x x x x x Κατασκευάζουμε το ανάστροφο x x Και κάνουμε DFS για να πάρουμε τη φθίνουσα σειρά post των κόμβων 2 x 2 x x 3 x epl333 lect
20 x x x x x x x x x x Και κάνουμε DFS στο κανονικό διάγραμμα με βάση τη σειρά αυτή x, x, x, x, x, x x x 2 8 x 3 x epl333 lect x x x x x x x x Επομένως θα έχουμε 2 SCC x, x2, x x 3, x2, x3 Πηγή SCC, Όλα = 0 Και από τη στιγμή που xi και x i δε βί βρίσκονται στην ίδια SCC η πρόταση είναι ικανοποιήσιμη Βρείτε μια αποτίμηση που ικανοποιεί την πρόταση! (,,) epl333 lect
21 είτε δεύτερο παράδειγμα εκτέλεσης αλγορίθμου, με τον οποίο αποφασίζουμε εάν μια πρόταση 2-SAT είναι ικανοποιήσιμη. ument/file.php/inf6/examples% 2020/2SAT_2.ppsx epl333 lect x x x x x x x x x x x x x 2 x 2 Για κάθε μεταβλητή x κατασκευάζω δύο κόμβους, x και x Και για κάθε ακμή (x,y) κατασκευάζω δύο ακμές, μια από το x y και μια από το y x x 3 x 3 epl333 lect
22 x x x x x x x x x x x x x 2 x 2 Για κάθε μεταβλητή x κατασκευάζω δύο κόμβους, x και x Και για κάθε ακμή (x,y) κατασκευάζω δύο ακμές, μια από το x y και μια από το y x x 3 x 3 epl333 lect x x x x x x x x x x x x x 2 x 2 Για κάθε μεταβλητή x κατασκευάζω δύο κόμβους, x και x Και για κάθε ακμή (x,y) κατασκευάζω δύο ακμές, μια από το x y και μια από το y x x 3 x 3 epl333 lect
23 x x x x x x x x x x x x x 2 x 2 Για κάθε μεταβλητή x κατασκευάζω δύο κόμβους, x και x Και για κάθε ακμή (x,y) κατασκευάζω δύο ακμές, μια από το x y και μια από το y x x 3 x 3 epl333 lect x x x x x x x x x x x x x 2 x 2 Για κάθε μεταβλητή x κατασκευάζω δύο κόμβους, x και x Και για κάθε ακμή (x,y) κατασκευάζω δύο ακμές, μια από το x y και μια από το y x x 3 x 3 epl333 lect
24 x x x x x x x x x x Και υπολογίζουμε τις SCC. x x x 2 x 2 x 3 x 3 epl333 lect x x x x x x x x x x Κατασκευάζουμε το ανάστροφο 2 x x x x Και κάνουμε DFS για να πάρουμε τη φθίνουσα σειρά post των κόμβων x 3 x epl333 lect
25 x x x x x x x x x x x x Και κάνουμε DFS στο κανονικό διάγραμμα με βάση τη σειρά αυτή x, x, x, x, x, x x x x 3 x epl333 lect x x x x x x x x x x Επομένως θα έχουμε SCC x, x, x, x, x, x Και από τη στιγμή που xi και x i βί βρίσκονται στην ίδια SCC η πρόταση δεν είναι ικανοποιήσιμη epl333 lect
26 Τελειώσαμε επιτέλους με τις διερευνήσεις γραφημάτων? Όχι! epl333 lect Πως συλλέγονται οι σελίδες από τις search engines? Google Crawler (Brin and Page, 998) is described in some detail.there is a URL server that sends lists of URLs to be fetched by several crawling processes. During parsing, the URLs found were passed to a URL server that checked if the URL have been previously seen. If not, the URL was added to the queue of the URL server. Παρατηρείστε: χρησιμοποιείται ουρά (queue) όχι στοίβα Γιατί??? epl333 lect
27 Μη αναδρομική DFS procedure explore(s : vertex) 2 { S: stack of nodes; 3 push(s); 4 while S nonempty do 5 { v=pop(s); 6 if (visited(v)=false) { 7 previsit(v); 8 for each edge (v, w) out of v do 9 if visited(w)=false then 0 push(w);} }} 0 procedure previsit(v: vertex) {visited(v)=true; pre(v)=clock++;} epl333 lect είτε παράδειγμα εκτέλεσης αλγορίθμου μη αναδρομικής DFS (αναζήτησης σε βάθος). ument/file.php/inf6/examples% 2020/nonRecDFS_.pps epl333 lect
28 BFS, ελάχιστα μονοπάτια epl333 lect Αναζήτηση κατά πλάτος Breadth First Search, BFS procedure BFS_explore(s : vertex) 2 { Q: queue of nodes; 3 enqueue(s); 4 dist(s)=0; 5 while Q nonempty do 6 { v=dequeue(q); 7 previsit(v); 8 for each edge (v, w) out of v { 9 if dist(w)=undefined then 0 {dist(w)=dist(v)+; enqueue(w);}}}} epl333 lect
29 είτε παράδειγμα εκτέλεσης αλγορίθμου ΒFS (αναζήτησης κατά πλάτος). ument/file.php/inf6/examples% 2020/BFS.ppsx epl333 lect dista=0 A epl333 lect
30 distb= dista=0 disth= distg= AB G H epl333 lect distb= dista=0 2 disth= distg= distf=2 3 B GH HF epl333 lect
31 distb= dista=0 distc=3 disth= distg= distf= C H F 5 epl333 lect distb= dista=0 distc=3 distd=4 disth= distg= distf= DC 5 6 epl333 lect
32 distb= dista=0 distc=3 distd=4 disth= distg= distf=2 diste= DE epl333 lect distb= dista=0 distc=3 distd=4 disth= distg= distf=2 diste= E epl333 lect
Αναζήτηση Κατά Βάθος. Επιμέλεια διαφανειών: Δ. Φωτάκης Συμπληρώσεις: Α. Παγουρτζής. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Αναζήτηση Κατά Βάθος Επιμέλεια διαφανειών: Δ. Φωτάκης Συμπληρώσεις: Α. Παγουρτζής Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Αναζήτηση Κατά Βάθος (DFS) Εξερεύνηση
Αλγόριθμοι Eλάχιστα μονοπάτια
Αλγόριθμοι Eλάχιστα μονοπάτια Μάρθα Σιδέρη Προτεινόμενη βιβλιογραφία: S. Dasgupta, C.H. Papadimitriou, and U.V. Vazirani «Αλγόριθμοι» Κλειδάριθμος 009 Κεφάλαιο. http://www.cs.berkeley.edu/~vazirani/algorithms/chap.pdf
Αναζήτηση Κατά Βάθος. Επιµέλεια διαφανειών:. Φωτάκης διαφάνειες για SCC: A. Παγουρτζής. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Αναζήτηση Κατά Βάθος Επιµέλεια διαφανειών:. Φωτάκης διαφάνειες για SCC: A. Παγουρτζής Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Αναζήτηση Κατά Βάθος (DFS) Εξερεύνηση
Αλγόριθμοι Επανάληψη για πρόοδο
Αλγόριθμοι Επανάληψη για πρόοδο Προτεινόμενη βιβλιογραφία: S. Dasgupta, C.H. Papadimitriou, ad U.V. Vazirai «Αλγόριθμοι» Κλειδάριθμος 2009 Κεφάλαια 0,3,4,5. http://www.cs.berkeley.edu/~vazirai/algorithms/chap0.pdf
ΑΛΓΟΡΙΘΜΟΙ Άνοιξη I. ΜΗΛΗΣ
ΑΛΓΟΡΙΘΜΟΙ http://eclass.aueb.gr/courses/inf161/ Άνοιξη 2017 - I. ΜΗΛΗΣ AΛΓΟΡΙΘΜΟΙ ΓΡΑΦΩΝ Ι ΕΞΕΡΕΥΝΗΣΗ 1 Graphs Ανά ζεύγη (pairwise) σχέσεις μεταξύ των στοιχείων ενός συνόλου 2 Graphs Εφαρμογές Χάρτες,
Αναζήτηση Κατά Βάθος. ιδάσκοντες: Σ. Ζάχος,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Αναζήτηση Κατά Βάθος ιδάσκοντες: Σ. Ζάχος,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Αναζήτηση Κατά Βάθος (DFS) Εξερεύνηση
Αναζήτηση Κατά Βάθος. ιδάσκοντες: Σ. Ζάχος,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Αναζήτηση Κατά Βάθος ιδάσκοντες: Σ. Ζάχος,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Άδεια Χρήσης Το παρόν εκπαιδευτικό
Διδάσκων: Κωνσταντίνος Κώστα Διαφάνειες: Δημήτρης Ζεϊναλιπούρ
Διάλεξη 9: Εισαγωγή στους Γράφους Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Γράφοι - ορισμοί και υλοποίηση Διάσχιση Γράφων Διδάσκων: Κωνσταντίνος Κώστα Διαφάνειες: Δημήτρης Ζεϊναλιπούρ
Αναζήτηση στους γράφους. - Αναζήτηση η κατά βάθος Συνεκτικές Συνιστώσες - Αλγόριθμος εύρεσης συνεκτικών συνιστωσών
Αναζήτηση στους γράφους Βασικός αλγόριθμος λό - Αναζήτηση κατά πλάτος - Αναζήτηση η κατά βάθος Συνεκτικές Συνιστώσες - Αλγόριθμος εύρεσης συνεκτικών συνιστωσών Διάσχιση (αναζήτηση ) στους γράφους Φεύγοντας
Διάλεξη 21: Γράφοι II - Τοπολογική Ταξινόμηση
ΕΠΛ231 Δομές Δεδομένων και Αλγόριθμοι 1 Διάλεξη 21: Γράφοι II - Τοπολογική Ταξινόμηση Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: - Τοπολογική Ταξινόμηση - Εφαρμογές, Παραδείγματα, Αλγόριθμοι
6η Διάλεξη Διάσχιση Γράφων και Δέντρων
ΘΕΩΡΙΑ ΓΡΑΦΩΝ 6 η Διάλεξη Διάσχιση Γράφων και Δέντρων Αλγόριθμος αναζήτησης σε Βαθος Αλγόριθμος αναζήτησης κατά Πλάτος Αλγόριθμοι για Δένδρα Εύρεση ελαχίστων Γεννητορικών (Επικαλύπτοντα) Δένδρων Διάσχιση
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
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
Αναζήτηση Κατά Πλάτος
Αναζήτηση Κατά Πλάτος Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Γραφήματα Μοντελοποίηση πολλών σημαντικών προβλημάτων (π.χ. δίκτυα
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 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
Επίπεδα Γραφήματα : Προβλήματα και Υπολογιστική Πολυπλοκότητα
Αλγόριθμοι πολυωνυμικού χρόνου Ένας αλγόριθμος πολυωνυμικού χρόνου έχει χρόνο εκτέλεσης όπου είναι μία (θετική) σταθερά Κλάση πολυπλοκότητας : περιλαμβάνει τα προβλήματα που επιδέχονται λύση σε πολυωνυμικό
Διάλεξη 18: Γράφοι I - Εισαγωγή
ΕΠΛ231 Δομές Δεδομένων και Αλγόριθμοι 1 Διάλεξη 18: Γράφοι I - Εισαγωγή Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: - Γράφοι - ορισμοί και υλοποίηση - Διάσχιση Γράφων Εισαγωγή στους Γράφους
Αναζήτηση Κατά Πλάτος
Αναζήτηση Κατά Πλάτος ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Γραφήματα Μοντελοποίηση πολλών σημαντικών προβλημάτων (π.χ. δίκτυα συνεκτικότητα,
Δομές Δεδομένων. Δημήτρης Μιχαήλ. Γραφήματα. Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο
Δομές Δεδομένων Γραφήματα Δημήτρης Μιχαήλ Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Γραφήματα Κατευθυνόμενο Γράφημα Ένα κατευθυνόμενο γράφημα G είναι ένα ζευγάρι (V, E) όπου V είναι ένα
Γράφοι: κατευθυνόμενοι και μη
Γράφοι: κατευθυνόμενοι και μη (V,E ) (V,E ) Γράφος (ή γράφημα): ζεύγος (V,E), V ένα μη κενό σύνολο, Ε διμελής σχέση πάνω στο V Μη κατευθυνόμενος γράφος: σχέση Ε συμμετρική V: κορυφές (vertices), κόμβοι
ΕΠΛ 231 οµές εδοµένων και Αλγόριθµοι Άννα Φιλίππου,
Γράφοι Στην ενότητα αυτή θα µελετηθούν τα εξής επιµέρους θέµατα: Γράφοι - ορισµοί και υλοποίηση Τοπολογική Ταξινόµηση ιάσχιση Γράφων ΕΠΛ 23 οµές εδοµένων και Αλγόριθµοι Άννα Φιλίππου, 26 - Γράφοι Ηπιο
Διδάσκων: Κωνσταντίνος Κώστα Διαφάνειες: Δημήτρης Ζεϊναλιπούρ
Διάλεξη 20: Τοπολογική Ταξινόμηση Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Ολοκλήρωση Αλγορίθμων Διάσχισης Γράφων (Από Διάλεξη 19) Τοπολογική Ταξινόμηση Εφαρμογές, Παραδείγματα, Αλγόριθμοι
Εισαγωγή στην Επιστήμη των Υπολογιστών
Εισαγωγή στην Επιστήμη των Υπολογιστών 4 ο εξάμηνο ΣΗΜΜΥ 4 η ενότητα: Γράφοι: προβλήματα και αλγόριθμοι Επιμέλεια διαφανειών: Στάθης Ζάχος, Άρης Παγουρτζής, Δημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών
Αναζήτηση Κατά Πλάτος
Αναζήτηση Κατά Πλάτος ιδάσκοντες: Σ. Ζάχος,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Άδεια Χρήσης Το παρόν εκπαιδευτικό
Ενότητα 5: Αλγόριθμοι γράφων και δικτύων
Εισαγωγή στην Επιστήμη των Υπολογιστών ο εξάμηνο ΣΗΜΜΥ Ενότητα : Αλγόριθμοι γράφων και δικτύων Επιμέλεια διαφανειών: Στάθης Ζάχος, Άρης Παγουρτζής, Δημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών
Διδάσκων: Παναγιώτης Ανδρέου
Διάλεξη 19: ΓράφοιII -ΤοπολογικήΤαξινόμηση Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: - Τοπολογική Ταξινόμηση - Εφαρμογές, Παραδείγματα, Αλγόριθμοι Διδάσκων: Παναγιώτης Ανδρέου ΕΠΛ231 Δομές
(elementary graph algorithms)
(elementary graph algorithms) Παύλος Εφραιμίδης 1 περιεχόμενα γραφήματα αναπαραστάσεις οριζόντια διερεύνηση καθοδική διερεύνηση 2 ΓΡΑΦΉΜΑΤΑ 3 αναπαράσταση δύο καθιερωμένοι τρόποι: πίνακας γειτνίασης συλλογή
Εισαγωγή στους Αλγόριθμους
Εισαγωγή στους Αλγόριθμους Εύη Παπαϊωάννου Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διαχείρισης Πολιτισμικού Περιβάλλοντος και Νέων Τεχνολογιών Σκοποί ενότητας Παρουσίαση και μελέτη αλγορίθμων
Διάλεξη 29: Γράφοι. Διδάσκων: Παναγιώτης Ανδρέου
Διάλεξη 9: Γράφοι Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: - Γράφοι - ορισμοί και υλοποίηση - Διάσχιση Γράφων Διδάσκων: Παναγιώτης νδρέου ΕΠΛ035 Δομές Δεδομένων και λγόριθμοι για Ηλ. Μηχ.
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
ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΦΡΟΝΤΙΣΤΗΡΙΟ ΑΛΓΟΡΙΘΜΩΝ ΒΟΗΘΟΣ: ΒΑΓΓΕΛΗΣ ΔΟΥΡΟΣ
1 ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΦΡΟΝΤΙΣΤΗΡΙΟ ΑΛΓΟΡΙΘΜΩΝ ΒΟΗΘΟΣ: ΒΑΓΓΕΛΗΣ ΔΟΥΡΟΣ Φροντιστήριο #2: Πολυωνυμικοί Αλγόριθμοι, Εισαγωγή στα Γραφήματα, Αναζήτηση κατά Βάθος, Τοπολογική Ταξινόμηση
Κεφάλαιο 3. Γραφήματα. ver. 21/12/2014. Χρησιμοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne.
Κεφάλαιο 3 Γραφήματα ver. 21/12/2014 Χρησιμοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne. 1 3.1 Βασικοί Ορισμοί και Εφαρμογές γραφήματα γράφημα G: ένας τρόπος κωδικοποίησης των σχέσεων ανά
ΔΙΑΣΧΙΣΗ ΓΡΑΦΗΜΑΤΩΝ 1
ΔΙΑΣΧΙΣΗ ΓΡΑΦΗΜΑΤΩΝ 1 Θέματα μελέτης Πρόβλημα αναζήτησης σε γραφήματα Αναζήτηση κατά βάθος (Depth-first search DFS) Αναζήτηση κατά πλάτος (Breadth-first search BFS) 2 Γράφημα (graph) Αναπαράσταση συνόλου
ΕΠΛ 231 Δοµές Δεδοµένων και Αλγόριθµοι 11-1
Γράφοι Στην ενότητα αυτή θα µελετηθούν τα εξής επιµέρους θέµατα: Γράφοι - ορισµοί και υλοποίηση Διάσχιση Γράφων Τοπολογική Ταξινόµηση ΕΠΛ 23 Δοµές Δεδοµένων και Αλγόριθµοι - Γράφοι Η πιο γενική µορφή δοµής
Κεφάλαιο 3. Γραφήµατα v1.0 ( ) Χρησιµοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne.
Κεφάλαιο 3 Γραφήµατα v1.0 (2010-05-25) Χρησιµοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne. 1 3.1 Βασικοί Ορισµοί και Εφαρµογές γραφήµατα γράφηµα G: ένας τρόπος κωδικοποίησης των σχέσεων
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 Τύπου Μείωσης Προβλήµατος
Αλγόριθµοι Τύπου Μείωσης Προβλήµατος Περίληψη Αλγόριθµοι Τύπου Μείωσης Προβλήµατος ( Decrease and Conquer ) Μείωση κατά µια σταθερά (decrease by a constant) Μείωση κατά ένα ποσοστό (decrease by a constant
Στοιχεία Θεωρίας Γράφων (Graph Theory)
Στοιχεία Θεωρίας Γράφων (Graph Theory) Ε Εξάμηνο, Τμήμα Πληροφορικής & Τεχνολογίας Υπολογιστών ΤΕΙ Λαμίας plam@inf.teilam.gr, Οι διαφάνειες βασίζονται στα βιβλία:. Αλγόριθμοι, Σχεδιασμός & Ανάλυση, η έκδοση,
Λυσεις προβλημάτων τελικής φάσης Παγκύπριου Μαθητικού Διαγωνισμού Πληροφορικής 2007
Λυσεις προβλημάτων τελικής φάσης Παγκύπριου Μαθητικού Διαγωνισμού Πληροφορικής 2007 Πρόβλημα 1 Το πρώτο πρόβλημα λύνεται με τη μέθοδο του Δυναμικού Προγραμματισμού. Για να το λύσουμε με Δυναμικό Προγραμματισμό
Σχεδίαση Αλγορίθμων - Τμήμα Πληροφορικής ΑΠΘ -4ο εξάμηνο 1
Σχεδίαση Αλγορίθμων Μείωσε και Βασίλευε http://delab.csd.auth.gr/~gounaris/courses/ad auth gounaris/courses/ad Σχεδίαση Αλγορίθμων - Τμήμα Πληροφορικής ΑΠΘ -4ο εξάμηνο 1 Μείωσε και Βασίλευε 1. Μειώνουμε
Διάλεξη 20: Γράφοι I - Εισαγωγή
ΕΠΛ231 Δομές Δεδομένων και Αλγόριθμοι 1 Διάλεξη 20: Γράφοι I - Εισαγωγή Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: - Γράφοι - ορισμοί και υλοποίηση - Διάσχιση Γράφων Εισαγωγή στους Γράφους
Αλγόριθμοι Γραφημάτων
Αλγόριθμοι Γραφημάτων 1. Συντομότατα μονοπάτια 2. Αλγόριθμος Bellman-Ford 3. Αλγόριθμος Dijkstra 4. Floyd-Warshall Εισαγωγή στην Ανάλυση Αλγορίθμων Μάγια Σατρατζέμη Single-Source Shortest Path Πρόβλημα:
Κεφάλαιο 3. Γραφήματα. v1.3 ( ) Χρησιμοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne.
Κεφάλαιο 3 Γραφήματα v1.3 (2014-01-30) Χρησιμοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne. 1 3.1 Βασικοί Ορισμοί και Εφαρμογές γραφήματα γράφημα G: ένας τρόπος κωδικοποίησης των σχέσεων
Λύσεις 4ης Σειράς Ασκήσεων
Λύσεις 4ης Σειράς Ασκήσεων Άσκηση 1 Αναγάγουμε τν Κ 0 που γνωρίζουμε ότι είναι μη-αναδρομική (μη-επιλύσιμη) στην γλώσσα: L = {p() η μηχανή Turing Μ τερματίζει με είσοδο κενή ταινία;} Δοσμένης της περιγραφής
Αλγόριθμοι και Δομές Δεδομένων (IΙ) (γράφοι και δένδρα)
Ιόνιο Πανεπιστήμιο Τμήμα Πληροφορικής Εισαγωγή στην Επιστήμη των Υπολογιστών 2016-17 Αλγόριθμοι και Δομές Δεδομένων (IΙ) (γράφοι και δένδρα) http://mixstef.github.io/courses/csintro/ Μ.Στεφανιδάκης Αφηρημένες
Άσκηση 3 (ανακοινώθηκε στις 24 Απριλίου 2017, προθεσμία παράδοσης: 2 Ιουνίου 2017, 12 τα μεσάνυχτα).
Κ08 Δομές Δεδομένων και Τεχνικές Προγραμματισμού Διδάσκων: Μανόλης Κουμπαράκης Εαρινό Εξάμηνο 2016-2017. Άσκηση 3 (ανακοινώθηκε στις 24 Απριλίου 2017, προθεσμία παράδοσης: 2 Ιουνίου 2017, 12 τα μεσάνυχτα).
Αλγόριθµοι και Πολυπλοκότητα
Αλγόριθµοι και Πολυπλοκότητα Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Πανεπιστήµιο Αθηνών Καθηγητής: Ν. Μ. Μισυρλής () Αλγόριθµοι και Πολυπλοκότητα 30 Απριλίου 2015 1 / 48 Εύρεση Ελάχιστου
Εισαγωγή στην Επιστήμη των Υπολογιστών
Εισαγωγή στην Επιστήμη των Υπολογιστών 4 ο εξάμηνο ΣΗΜΜΥ 5 η ενότητα: Γράφοι: προβλήματα και αλγόριθμοι Επιμέλεια διαφανειών: Στάθης Ζάχος, Άρης Παγουρτζής, Δημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών
Άσκηση 3 (ανακοινώθηκε στις 14 Μαΐου 2018, προθεσμία παράδοσης: 8 Ιουνίου 2018, 12 τα μεσάνυχτα).
Κ08 Δομές Δεδομένων και Τεχνικές Προγραμματισμού Διδάσκων: Μανόλης Κουμπαράκης Εαρινό Εξάμηνο 2017-2018. Άσκηση 3 (ανακοινώθηκε στις 14 Μαΐου 2018, προθεσμία παράδοσης: 8 Ιουνίου 2018, 12 τα μεσάνυχτα).
Κεφάλαιο 3. Γραφήµατα v1.1 (2012-01-12) Χρησιµοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne.
Κεφάλαιο 3 Γραφήµατα v1.1 (2012-01-12) Χρησιµοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne. 1 3.1 Βασικοί Ορισµοί και Εφαρµογές γραφήµατα γράφηµα G: ένας τρόπος κωδικοποίησης των σχέσεων
Επαγωγή και αναδρομή για συνεκτικά γραφήματα
ΘΕ4 Αναδρομή και Επαγωγή για Γραφήματα Επαγωγή και αναδρομή για συνεκτικά γραφήματα Επαγωγή για συνεκτικά γραφήματα (με αφαίρεση κορυφής) Η αρχή της επαγωγής, με αφαίρεση κορυφής, για δεδομένη προτασιακή
Outline 1 Άσκηση 1 2 Άσκηση 2 3 Άσκηση 3 4 Άσκηση 4 5 Άσκηση 5 6 Προγραμματιστική Άσκηση 1 7 Προγραμματιστική Άσκηση 2 (CoReLab - NTUA) Αλγόριθμοι - 3
Αλγόριθμοι και Πολυπλοκότητα 3η Σειρά Γραπτών και Προγραμματιστικών Ασκήσεων CoReLab ΣΗΜΜΥ - Ε.Μ.Π. Ιανουάριος 2019 (CoReLab - NTUA) Αλγόριθμοι - 3η σειρά ασκήσεων Ιανουάριος 2019 1 / 54 Outline 1 Άσκηση
Συνεκτικότητα Γραφήματος
Συνεκτικότητα Γραφήματος Θεμελιώδης έννοια στη Θεωρία Γραφημάτων. Πληθώρα πρακτικών εφαρμογών, όπως: Αξιόπιστη και ασφαλής επικοινωνία. Δρομολόγηση σε δίκτυα. Πλοήγηση. Συνεκτικότητα Γραφήματος Θεμελιώδης
Κατ οίκον Εργασία 5 Σκελετοί Λύσεων
Κατ οίκον Εργασία 5 Σκελετοί Λύσεων Άσκηση 1 (α) Ο αλγόριθµος χρησιµοποιεί τη διαδικασία DFS(v) η οποία, ως γνωστό, επισκέπτεται όλους τους κόµβους που είναι συνδεδεµένοι µε τον κόµβο v. Για να µετρήσουµε
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
Ασκήσεις μελέτης της 8 ης διάλεξης
Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Πληροφορικής Μάθημα: Τεχνητή Νοημοσύνη, 2017 18 Διδάσκων: Ι. Ανδρουτσόπουλος Ασκήσεις μελέτης της 8 ης διάλεξης 8.1. (i) Έστω ότι α και β είναι δύο τύποι της προτασιακής
Αλγόριθµοι Γραφηµάτων
Αλγόριθµοι Γραφηµάτων Παύλος Σπυράκης Πανεπιστήµιο Πατρών Τοµέας Θεµελιώσεων και Εφαρµογών της Επιστήµης των Υπολογιστών Ερευνητικό Ακαδηµαϊκό Ινστιτούτο Τεχνολογίας Υπολογιστών Γραφήµατα Μοντελοποίηση
Αλγόριθμοι Γραφημάτων
11 Αλγόριθμοι Γραφημάτων Περιεχόμενα Κεφαλαίου 11.1 Βασικές Έννοιες....................... 330 11.2 Εσωτερική Παράσταση Γράφων.............. 333 11.3 Μέθοδοι Διάσχισης...................... 336 11.4 Τοπολογική
ιαφάνειες παρουσίασης #11
ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΗΛΕΚΤΡΟΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ http://www.corelab.ece.ntua.gr/courses/programming/ ιδάσκοντες: Στάθης Ζάχος (zachos@cs.ntua.gr) Νίκος Παπασπύρου (nickie@softlab.ntua.gr) ιαφάνειες παρουσίασης
Εισαγωγή στους Αλγορίθμους
Εισαγωγή στους Αλγορίθμους Ενότητα 6η Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Γραφήματα Βασικές Έννοιες και Εφαρμογές Βασικοί
Επαγωγή και αναδρομή για άκυκλα συνεκτικά γραφήματα
ΘΕ4 Αναδρομή και Επαγωγή για Γραφήματα Επαγωγή και αναδρομή για άκυκλα συνεκτικά γραφήματα Επαγωγή για άκυκλα συνεκτικά γραφήματα (με αφαίρεση κορυφής) Η αρχή της επαγωγής, με αφαίρεση κορυφής, για δεδομένη
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
Σχεδίαση και Ανάλυση Αλγορίθμων
Σχεδίαση και Ανάλυση Αλγορίθμων Σταύρος Δ. Νικολόπουλος 016-17 Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Ιωαννίνων Webpage: www.cs.uoi.gr/~stavros Ενότητα 7.0 Αλγόριθμοι Γραφημάτων Διερεύνηση Γραφημάτων
Υπολογιστική Πολυπλοκότητα
Υπολογιστική Πολυπλοκότητα ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Υπολογιστική Πολυπλοκότητα Γιατί κάποια (επιλύσιμα) προβλήματα είναι δύσκολο
(elementary graph algorithms)
(elementary graph algorithms) Παύλος Εφραιμίδης περιεχόμενα αναπαραστάσεις οριζόντια διερεύνηση καθοδική διερεύνηση αναπαράσταση δύο καθιερωμένοι τρόποι: πίνακας γειτνίασης συλλογή από καταλόγους γειτνίασης
Αναζήτηση σε Γράφους. Μανόλης Κουμπαράκης. ΥΣ02 Τεχνητή Νοημοσύνη 1
Αναζήτηση σε Γράφους Μανόλης Κουμπαράκης ΥΣ02 Τεχνητή Νοημοσύνη 1 Πρόλογος Μέχρι τώρα έχουμε δει αλγόριθμους αναζήτησης για την περίπτωση που ο χώρος καταστάσεων είναι δένδρο (υπάρχει μία μόνο διαδρομή
NP-complete problems. IS, 4-Degree IS,CLIQUE, NODE COVER, MAX CUT, MAX BISECTION, BISECTION WIDTH. NP-complete problems 1 / 30
NP-complete problems IS, 4-Degree IS,CLIQUE, NODE COVER, MAX CUT, MAX BISECTION, BISECTION WIDTH Καλογερόπουλος Παναγιώτης (ΜΠΛΑ) NP-complete problems 1 / 30 Independent Set is NP-complete Ορισμός. Εστω
Graph Algorithms. Παρουσίαση στα πλαίσια του μαθήματος «Παράλληλοι Αλγόριθμοι» Καούρη Γεωργία Μήτσου Βασιλική
Graph Algorithms Παρουσίαση στα πλαίσια του μαθήματος «Παράλληλοι Αλγόριθμοι» Καούρη Γεωργία Μήτσου Βασιλική Περιεχόμενα minimum weight spanning tree connected components transitive closure shortest paths
Διάλεξη 18: Γράφοι I Εισαγωγή
Διάλεξη 18: Γράφοι I Εισαγωγή Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Γράφοι ορισμοί και υλοποίηση Διάσχιση Γράφων ΕΠΛ231 Δομές Δεδομένων και Αλγόριθμοι 1 Εισαγωγή στους Γράφους Η πιο
Υπολογιστική Πολυπλοκότητα
Υπολογιστική Πολυπλοκότητα ιδάσκοντες: Σ. Ζάχος,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Άδεια Χρήσης Το παρόν εκπαιδευτικό
Κατανεμημένα Συστήματα Ι
Κατανεμημένα Συστήματα Ι Εκλογή αρχηγού και κατασκευή BFS δένδρου σε σύγχρονο γενικό δίκτυο Παναγιώτα Παναγοπούλου Περίληψη Εκλογή αρχηγού σε γενικά δίκτυα Ορισμός του προβλήματος Ο αλγόριθμος FloodMax
Συντομότερες Διαδρομές
Συντομότερες Διαδρομές Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Συντομότερη Διαδρομή Κατευθυνόμενο G(V, E, w) με μήκη Μήκος διαδρομής
Chapter 7, 8 : Time, Space Complexity
CSC 314: Switching Theory Chapter 7, 8 : Time, Space Complexity 12 December 2008 1 1 Υπολογίσιμα και Εφικτά Υπολογίσιμα Προβλήματα Είδαμε ότι 1. Οτιδήποτεμπορούμεναπεριγράψουμεμεένααλγόριθμο μπορεί να
Κατανεμημένα Συστήματα Ι
Εκλογή αρχηγού σε γενικά δίκτυα 20 Οκτωβρίου 2016 Παναγιώτα Παναγοπούλου Εκλογή αρχηγού σε γενικά δίκτυα Προηγούμενη διάλεξη Σύγχρονα Κατανεμημένα Συστήματα Μοντελοποίηση συστήματος Πρόβλημα εκλογής αρχηγού
Κατανεμημένα Συστήματα Ι
Κατανεμημένα Συστήματα Ι Παναγιώτα Παναγοπούλου Χριστίνα Σπυροπούλου 8η Διάλεξη 8 Δεκεμβρίου 2016 1 Ασύγχρονη κατασκευή BFS δέντρου Στα σύγχρονα συστήματα ο αλγόριθμος της πλημμύρας είναι ένας απλός αλλά
4η Γραπτή Ασκηση Αλγόριθμοι και Πολυπλοκότητα CoReLab ΣΗΜΜΥ 7 Φεβρουαρίου 2017 CoReLab (ΣΗΜΜΥ) 4η Γραπτή Ασκηση 7 Φεβρουαρίου / 38
4η Γραπτή Άσκηση Αλγόριθμοι και Πολυπλοκότητα CoReLab ΣΗΜΜΥ 7 Φεβρουαρίου 2017 CoReLab (ΣΗΜΜΥ) 4η Γραπτή Άσκηση 7 Φεβρουαρίου 2017 1 / 38 Άσκηση 1 Πρέπει να βρούμε όλες τις καλές προτάσεις φίλων για τον
Κεφάλαιο 8. NP και Υπολογιστική Δυσεπιλυσιμότητα. Χρησιμοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne.
Κεφάλαιο 8 NP και Υπολογιστική Δυσεπιλυσιμότητα Χρησιμοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne. 1 πρόβλημα αναζήτησης (search problem) Ένα πρόβλημα αναζήτησης είναι ένα πρόβλημα στο
Αλγόριθμοι και πολυπλοκότητα: 4 η σειρά ασκήσεων ΣΗΜΜΥ - Ε.Μ.Π.
Αλγόριθμοι και πολυπλοκότητα: 4 η σειρά ασκήσεων CO.RE.LAB. ΣΗΜΜΥ - Ε.Μ.Π. Άσκηση 1 η : Παιχνίδι επιλογής ακμών Έχουμε ένα ακυκλικό κατευθυνόμενο γράφο, μια αρχική κορυφή και δυο παίκτες. Οι παίκτες διαδοχικά
Σχεδιαση Αλγοριθμων -Τμημα Πληροφορικης ΑΠΘ - Κεφαλαιο 9ο
Σχεδίαση Αλγορίθμων Άπληστοι Αλγόριθμοι http://delab.csd.auth.gr/~gounaris/courses/ad 1 Άπληστοι αλγόριθμοι Προβλήματα βελτιστοποίησης ηςλύνονται με μια σειρά επιλογών που είναι: εφικτές τοπικά βέλτιστες
ΚΕΦΑΛΑΙΟ 12: Θεωρία υπολογισµών
ΚΕΦΑΛΑΙΟ 12: Θεωρία υπολογισµών 1 Συναρτήσεις και ο υπολογισµός τους 2 Μηχανές Turing 3 Καθολικές γλώσσες προγραµµατισµού 4 Μια µη υπολογίσιµη συνάρτηση 5 Πολυπλοκότητα προβληµάτων 1 Συναρτήσεις Μία συνάρτηση
Δένδρα επικάλυψης ελάχιστου κόστους και το πρόβλημα του πλανόδιου πωλητή (Traveling Salesman Problem: TSP)
Δένδρα επικάλυψης ελάχιστου κόστους και το πρόβλημα του πλανόδιου πωλητή (Traveling Salesman Problem: TSP) Αλγόριθμος Prim Ξεκινάμε από ένα δένδρο Τ αποτελούμενο από ένα μόνο κόμβο. Στη συνέχεια, σε κάθε
Θεωρία Γραφημάτων Θεμελιώσεις-Αλγόριθμοι-Εφαρμογές
Θεωρία Γραφημάτων Θεμελιώσεις-Αλγόριθμοι-Εφαρμογές Ενότητα 5 ΣΥΝΕΚΤΙΚΟΤΗΤΑ Σταύρος Δ. Νικολόπουλος 2017-18 www.cs.uoi.gr/~stavros Συνεκτικότητα Έννοια της συνδεσμικότητας: «Ποσότητα συνδεσμικότητας»...
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:
Chapter 7, 8 : Completeness
CSC 314: Switching Theory Chapter 7, 8 : Completeness 19 December 2008 1 1 Αναγωγές Πολυωνυμικού Χρόνου Ορισμός. f: Σ * Σ * ονομάζεται υπολογίσιμη σε πολυνωνυμικό χρόνο αν υπάρχει μια πολυωνυμικά φραγμένη
Συντομότερες Διαδρομές
Συντομότερη Διαδρομή Συντομότερες Διαδρομές Διδάσκοντες: Σ Ζάχος, Δ Φωτάκης Επιμέλεια διαφανειών: Δ Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Κατευθυνόμενο G(V, E, w) με μήκη Μήκος
Αλγόριθμοι Τυφλής Αναζήτησης
Τεχνητή Νοημοσύνη 04 Αλγόριθμοι Τυφλής Αναζήτησης Αλγόριθμοι Τυφλής Αναζήτησης (Blind Search Algorithms) Εφαρμόζονται σε προβλήματα στα οποία δεν υπάρχει πληροφορία που να επιτρέπει αξιολόγηση των καταστάσεων.
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
Αλγόριθμοι και Πολυπλοκότητα
Αλγόριθμοι και Πολυπλοκότητα Ροή Δικτύου Δημήτρης Μιχαήλ Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Μοντελοποίηση Δικτύων Μεταφοράς Τα γραφήματα χρησιμοποιούνται συχνά για την μοντελοποίηση
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
ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 2 ΠΡΟΒΛΗΜΑΤΑ ΔΙΚΤΥΩΝ ΚΑΙ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ
ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ 1.1 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΓΡΑΦΗΜΑΤΩΝ... 2 1.1.1 Ορισμός και ιδιότητες γραφημάτων... 2 1.1.2 Δέντρα... 7 1.2 ΑΠΟΘΗΚΕΥΣΗ ΓΡΑΦΩΝ ΚΑΙ ΔΙΚΤΥΩΝ... 11 1.2.1 Μήτρα πρόσπτωσης κόμβων τόξων...
Θεωρία Γραφημάτων Θεμελιώσεις-Αλγόριθμοι-Εφαρμογές
Θεωρία Γραφημάτων Θεμελιώσεις-Αλγόριθμοι-Εφαρμογές Ενότητα 1 ΕΙΣΑΓΩΓΗ ΣΤΗ ΘΕΩΡΙΑ ΓΡΑΦΗΜΑΤΩΝ Σταύρος Δ. Νικολόπουλος 2017-18 www.cs.uoi.gr/~stavros Σχετικά με το Μάθημα Ώρες γραφείου: Δευτέρα Παρασκευή
Θεωρία Υπολογισμού και Πολυπλοκότητα
Θεωρία Υπολογισμού και Πολυπλοκότητα Κεφάλαιο 14. Χρονική Πολυπλοκότητα 17, 20, 24 Απριλίου 2007 Δρ. Παπαδοπούλου Βίκη 1 Υπολογίσιμα και Εφικτά Υπολογίσιμα Προβλήματα Είδαμε ότι 1. Οτιδήποτε μπορούμε να
Μη Ντετερμινισμός και NP-Πληρότητα
Μη Ντετερμινισμός και NP-Πληρότητα Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Μη Ντετερμινιστικές Μηχανές Turing Μη ντετερμινιστική
ΠΛΗ111. Ανοιξη 2005. Μάθηµα 10 ο. Γράφοι. Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υπολογιστών Πολυτεχνείο Κρήτης
ΠΛΗ111 οµηµένος Προγραµµατισµός Ανοιξη 2005 Μάθηµα 10 ο Γράφοι Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υπολογιστών Πολυτεχνείο Κρήτης Γράφοι Ορισµός Αφηρηµένος τύπος δεδοµένων Υλοποίηση Αναζήτηση έντρο
auth Αλγόριθμοι - Τμήμα Πληροφορικής ΑΠΘ -4ο εξάμηνο 1
Σχεδίαση Αλγορίθμων Μείωσε και Βασίλευε http://delab.csd.auth.gr/courses/algorithms/ auth Αλγόριθμοι - Τμήμα Πληροφορικής ΑΠΘ -4ο εξάμηνο 1 Μείωσε και Βασίλευε 1. Μειώνουμε το στιγμιότυπο του προβλήματος
Δυναμικός προγραμματισμός για δέντρα
ΘΕ5 Ιδιότητες Δέντρων και Αναδρομή για Δέντρα Δυναμικός προγραμματισμός για δέντρα Έστω ότι, για k=1,..., m, το γράφημα Γ k = (V k, E k ) είναι δέντρο. Έστω w V 1... V m, z k V k, για k=1,..., m. Συμβολίζουμε
Κεφάλαιο 8. NP και Υπολογιστική Δυσεπιλυσιμότητα. Παύλος Εφραιμίδης V1.1,
Κεφάλαιο 8 NP και Υπολογιστική Δυσεπιλυσιμότητα Παύλος Εφραιμίδης V1.1, 2015-01-19 Χρησιμοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne. 1 πρόβλημα αναζήτησης (search problem) Ένα πρόβλημα
Αλγόριθµοι και Πολυπλοκότητα
Αλγόριθµοι και Πολυπλοκότητα Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Πανεπιστήµιο Αθηνών Καθηγητής: Ν. Μ. Μισυρλής () Αλγόριθµοι και Πολυπλοκότητα 15 Ιουνίου 2009 1 / 26 Εισαγωγή Η ϑεωρία
ΑΛΓΟΡΙΘΜΟΙ Άνοιξη I. ΜΗΛΗΣ
ΑΛΓΟΡΙΘΜΟΙ http://eclass.aueb.gr/courses/inf6/ Άνοιξη 06 - I. ΜΗΛΗΣ P NP και NP-complete προβλήματα (Κλάσεις Πολυπλοκότητας) ΑΛΓΟΡΙΘΜΟΙ - ΑΝΟΙΞΗ 06 - Ι. ΜΗΛΗΣ 5 NP-COMPLETENESS I Γιατί για πολλά προβλήματα