Κατανεμημένα Συστήματα Ι
|
|
- Ακταίων Αναστασιάδης
- 7 χρόνια πριν
- Προβολές:
Transcript
1 Κατανεμημένα Συστήματα Ι Παναγιώτα Παναγοπούλου 11η Διάλεξη 12 Ιανουαρίου Ανεξάρτητο σύνολο Δοθέντος ενός μη κατευθυνόμενου γραφήματος G = (V, E), ένα ανεξάρτητο σύνολο (independent set) είναι ένα υποσύνολο κορυφών U V, τέτοιο ώστε να μην υπάρχει πλευρά ανάμεσα σε οποιεσδήποτε δύο κορυφές στο U, δηλαδή τέτοιο ώστε: u, v U = (u, v) / E. Ένα ανεξάρτητο σύνολο U είναι maximal αν δεν μπορεί να προστεθεί κάποια κορυφή στο U χωρίς να παραβιαστεί η ανεξαρτησία. Ένα ανεξάρτητο σύνολο με το μεγαλύτερο δυνατό πλήθος κορυφών (δηλαδή μέγιστου μεγέθους) είναι maximum (μέγιστο). Παρατηρήσεις. Ένα μέγιστο ανεξάρτητο σύνολο είναι πάντα maximal, αφού δεν μπορούμε να προσθέσουμε άλλη κορυφή χωρίς να παραβιαστεί η ανεξαρτησία (αν μπορούσαμε, τότε θα είχαμε ένα ανεξάρτητο σύνολο με μέγεθος μεγαλύτερο από το μέγιστο, άτοπο). Το αντίστροφο γενικά δεν ισχύει. Για παράδειγμα, θεωρήστε ένα γράφημα με τοπολογία αστεριού και n κορυφές (δηλαδή 1 κεντρικός κόμβος-ρίζα που συνδέεται με n 1 κόμβους-φύλλα). Ο κεντρικός κόμβος αποτελεί ένα maximal ανεξάρτητο σύνολο: δεν μπορούμε να προσθέσουμε κάποια άλλη κορυφή χωρίς να παραβιαστεί η ανεξαρτησία. Ωστόσο, το μέγιστο ανεξάρτητο σύνολο αποτελείται από τους n 1 κόμβους-φύλλα. Επομένως, ένα maximal ανεξάρτητο σύνολο μπορεί να είναι πολύ μικρότερο από το μέγιστο ανεξάρτητο σύνολο. 1
2 Ο υπολογισμός ενός μέγιστου ανεξάρτητου συνόλου είναι ένα υπολογιστικά δύσκολο πρόβλημα (είναι NP-hard, αλλά είναι και μάλλον απίθανο να μπορεί να προσεγγιστεί ικανοποιητικά σε πολυωνυμικό χρόνο). Στη συνέχεια θα ασχοληθούμε με το πρόβλημα υπολογισμού ενός maximal ανεξάρτητου συνόλου (MIS). Ο υπολογισμός ενός MIS ακολουθιακά (δηλαδή με έναν κεντρικοποιημένο, όχι κατανεμημένο αλγόριθμο) είναι εύκολος: Εξετάζουμε όλες τις κορυφές με αυθαίρετη σειρά. Αν ένας κόμβος u δεν παραβιάζει την ανεξαρτησία, προσθέτουμε τον u στο MIS. Παρακάτω δίνουμε μια κατανεμημένη εκδοχή του απλού αυτού αλγορίθμου. Υποθέτουμε ότι οι κορυφές έχουν μοναδικές ταυτότητες (unique IDs). Αλγόριθμος MIS Κάθε κόμβος v εκετελεί τα παρακάτω βήματα: 1. if όλοι οι γείτονες του v με μεγαλύτερο ID από τον v έχουν αποφασίσει να μην μπουν στο MIS then 2. ο v αποφασίζει να μπει στο MIS 3. endif Μπορεί να αποδειχθεί ότι ο παραπάνω αλγόριθμος δεν είναι καλύτερος από τον ακολουθιακό στη χειρότερη περίπτωση, επειδή υπάρχουν στιγμιότυπα (γραφήματα στα οποία εκτελείται ο αλγόριθμος) στα οποία μόνο ένας κόμβος σε όλο το δίκτυο αποφασίζει να μπει στο MIS κάθε φορά. Η χρονική πολυπλοκότητα του αλγορίθμου είναι O(n) και η πολυπλοκότητα επικοινωνίας είναι O(m). Ανεξάρτητα σύνολα και χρωματισμοί κορυφών. Υπάρχει μια σχέση που συνδέει ανεξάρτητα σύνολα και χρωματισμούς των κορυφών ενός γραφήματος. Κάθε χρωματική κλάση (δηλαδή κάθε υποσύνολο κόμβων με το ίδιο χρώμα) είναι ένα ανεξάρτητο σύνολο, αλλά όχι απαραίτητα ένα MIS. Ξεκινώντας όμως από έναν χρωματισμό, μπορούμε εύκολα να αναπτύξουμε ένα αλγόριθμο MIS: Στον πρώτο γύρο, όλοι οι κόμβοι της πρώτης χρωματικής κλάσης μπαίνουν στο MIS και ενημερώνουν τους γείτονές του. Στη συνέχεια, όλοι οι κόμβοι της δεύτερης χρωματικής κλάσης που δεν έχουν γείτονα που να είναι ήδη στο MIS μπαίνουν στο MIS, και ενημερώνουν τους γείτονές τους. Η διαδικασία αυτή συνεχίζεται για όλες τις χρωματικές κλάσεις. Επομένως, αν έχουμε έναν αλγόριθμο χρωματισμού που τρέχει σε χρόνο T και απαιτεί C χρώματα, μπορούμε να κατασκευάσουμε ένα MIS σε 2
3 συνολικό χρόνο T + C. 2 Κυρίαρχο σύνολο Δοθέντος ενός μη κατευθυνόμενου γραφήματος G = (V, E), ένα κυρίαρχο σύνολο (dominating set) είναι ένα υποσύνολο κορυφών S V, τέτοιο ώστε, για κάθε κορυφή v V, ισχύει ότι v S ή u S για κάποιο γείτονα u του v. Με άλλα λόγια, αν μια κορυφή δεν ανήκει στο κυρίαρχο σύνολο, τότε πρέπει απαραίτητα να έχει έναν γείτονα στο κυρίαρχο σύνολο. Ο υπολογισμός ενός κυρίαρχου συνόλου με το ελάχιστο δυνατό μέγεθος είναι NP-hard, επομένως αναζητάμε προσεγγιστικούς αλγορίθμους που να υπολογίζουν ένα όσο γίνεται μικρό κυρίαρχο σύνολο σε πολυωνυμικό χρόνο. Παρατηρήστε ότι ένα κυρίαρχο σύνολο δεν είναι απαραίτητα ανεξάρτητο. Ω- στόσο, ένα maximal ανεξάρτητο σύνολο (MIS) είναι κυρίαρχο σύνολο: κάθε κορυφή που δεν ανήκει στο MIS συνδέεται με κάποια κορυφή στο MIS (διαφορετικά το MIS δεν θα ήταν maximal, άτοπο). Ωστόσο, γενικά, το μέγεθος ενός MIS μπορεί να είναι κατά πολύ μεγαλύτερο (συγκεκριμένα κατά έναν παράγοντα Ω(n)) από αυτό ενός κυρίαρχου συνόλου. Για παράδειγμα, θεωρήστε το γράφημα που προκύπτει όταν ενώσουμε με πλευρά τα κέντρα δύο γραφημάτων με τοπολογία αστεριού. Στο γράφημα αυτό, κάθε MIS περιλαμβάνει είτε (1) όλα τα φύλλα του ενός αστεριού και το κέντρο του άλλου, είτε (2) όλα τα φύλλα και των δύο αστεριών. Άρα κάθε MIS έχει μέγεθος Ω(n). Ωστόσο υπάρχει κυρίαρχο σύνολο με μέγεθος μόλις 2 (αποτελείται από τα κέντρα των δύο αστεριών). Ακολουθιακός αλγόριθμος. Ως συνήθως, θα ξεκινήσουμε από έναν απλό ακολουθιακό (όχι κατανεμημένο) αλγόριθμο για το πρόβλημα και στη συνέχεια θα δούμε μια κατανεμημένη εκδοχή του. Η γενική ιδέα είναι να ξεκινήσουμε από S = και να προσθέτουμε κόμβους στο S μέχρι το S να γίνει κυρίαρχο σύνολο. Για να απλοποιήσουμε την παρουσίαση του αλγορίθμου, χρωματίζουμε τους κόμβους ανάλογα με την κατάστασή τους κατά την εκτέλεση του αλγορίθμου. Οι κόμβοι που ανήκουν στο S ονομάζονται μάυροι, οι κόμβοι που δεν ανήκουν στο S αλλά έχουν γείτονα στο S ονομάζονται γκρι, και οι υπόλοιποι κόμβοι ονομάζονται άσπροι. Έτσι, το S είναι κυρίαρχο σύνολο αν και μόνο αν δεν υπάρχουν άσπροι κόμβοι στο γράφημα. Συμβολίζουμε με W (v) το σύνολο των άσπρων κόμβων στη γειτονιά του v (συμπεριλαμβανομένου και του ίδιου του v). Το μέγεθος αυτού του συνόλου ονομάζεται span: span(v) = W (v). 3
4 Διαισθητικά, για να καταλήξουμε σε ένα μικρό κυρίαρχο σύνολο S, οι κόμβοι στο S πρέπει να καλύπτουν όσο το δυνατό περισσότερους γείτονες. Επομένως ένας άπληστος αλγόριθμος προσθέτει κάθε φορά στο S τον κόμβο v με το μέγιστο span(v). Έτσι έχουμε τον παρακάτω ακολουθιακό αλγόριθμο: Άπληστος αλγόριθμος 1. S = 2. while υπάρχουν άσπροι κόμβοι do 3. v := {u span(u) = max t V span(t)} 4. S = S {v} 5. endwhile Κατανεμημένος αλγόριθμος. Για την κατανεμημένη εκδοχή του παραπάνω αλγορίθμου, παρατηρούμε το εξής. Το span ενός κόμβου μπορεί να μειωθεί μόνο αν κάποιος από τους κόμβους σε απόσταση το πολύ 2 μπει στο κυρίαρχο σύνολο. Επομένως, αν το span του κόμβου v είναι μεγαλύτερο από το span οποιουδήποτε άλλου κόμβου σε απόσταση το πολύ 2 από τον v, τότε ο άπληστος αλγόριθμος επιλέγει τον v πριν από οποιοδήποτε άλλο κόμβο σε απόσταση το πολύ 2. Αυτό μας οδηγεί σε μια απλή κατανεμημένη εκδοχή του άπληστου αλγορίθμου, όπου κάθε κόμβος εκτελεί τον παρακάτω αλγόριθμο: 4
5 Κατανεμημένος άπληστος αλγόριθμος (στον κόμβο v) 1. while ο v έχει άσπρους γείτονες do 2. υπολόγισε το span(v) 3. στείλε το span(v) στους κόμβους σε απόσταση το πολύ 2 4. if span(v) μέγιστο ανάμεσα σε όλους τους κόμβους σε απόσταση το πολύ 2 (σε περίπτωση ισοπαλίας ευνοείται ο κόμβος με το μέγιστο ID) then 5. μπες στο κυρίαρχο σύνολο 6. endif 7. endwhile Μπορεί να αποδειχθεί ότι ο παραπάνω αλγόριθμος υπολογίζει ένα κυρίαρχο σύνολο μεγέθους το πολύ ln + 2 φορές το μέγεθος ενός βέλτιστου (ελάχιστου) κυρίαρχου συνόλου σε χρόνο O(n). Τυχαίος (randomized) κατανεμημένος αλγόριθμος. Στη συνέχεια θα δείξουμε πώς μπορούμε να χρησιμοποιήσουμε την τυχαιότητα (randomization) ώστε να βελτιώσουμε σημαντικά το χρόνο υπολογισμού ενός κυρίαρχου συνόλου. Εστιάζουμε σε δ-κανονικά (δ-regular) γραφήματα: ένα γράφημα είναι δ-κανονικό αν ο βαθμός κάθε κορυφής είναι ακριβώς δ. Θεωρήστε τον παρακάτω αλγόριθμο: Αλγόριθμος για κυρίαρχο σύνολο σε δ-κανονικό γράφημα (στον κόμβο v) 1. Με πιθανότητα p = ln(δ+1) δ+1 μπες στο κυρίαρχο σύνολο. 2. Στείλε την απόφασή σου, joined ή not joined στους γείτονες. 3. if not joined and όλοι οι γείτονες επίσης αποφάσισαν not joined then 4. μπες στο κυρίαρχο σύνολο 5. endif 5
6 Καταρχάς παρατηρήστε ότι το πλήθος των βημάτων που εκτελεί κάθε κόμβος είναι σταθερό, επομένως η χρονική πολυπλοκότητα του αλγορίθμου είναι σταθερή (O(1)). Ποιο είναι όμως το μέγεθος του κυρίαρχου συνόλου που υπολογίζεται από τον αλγόριθμο; Επειδή χρησιμοποιείται τυχαιότητα, το μέγεθος του κυρίαρχου συνόλου είναι μια τυχαία μεταβλητή. Ας υπολογίσουμε την αναμενόμενη τιμή της, δηλαδή το αναμενόμενο πλήθος κόμβων που επιλέγουν να μπουν στο κυρίαρχο σύνολο: Ένας κόμβος μπορεί να μπει στο κυρίαρχο σύνολο είτε στο βήμα 1 είτε στο βήμα 5. Η πιθανότητα ένας κόμβος να μπει στο κυρίαρχο σύνολο στο βήμα 1 ισούται με p = ln(δ+1) δ+1. Η πιθανότητα ένας κόμβος να μπει στο κυρίαρχο σύνολο στο βήμα 5 ισούται με την πιθανότητα τόσο ο ίδιος όσο και όλοι οι γείτονές του να μην μπήκαν στο κυρίαρχο σύνολο στο βήμα 1. Η πιθανότητα αυτή ισούται με (1 p) δ+1. Για να φράξουμε την παραπάνω πιθανότητα, χρησιμοποιούμε την ανισότητα ( 1 x ) n e x x < n N. n Θέτουμε n = δ + 1 και x = ln(δ + 1) και προκύπτει ότι η πιθανότητα να μπει ένας κόμβος στο κυρίαρχο σύνολο στο βήμα 5 είναι το πολύ e ln(δ+1) = 1 δ + 1. Επομένως, η πιθανότητα ένας κόμβος να μπει στο κυρίαρχο σύνολο (σε οποιοδήποτε βήμα του αλγορίθμου) είναι το πολύ ln(δ + 1) + 1 δ + 1. Από τη γραμμικότητα της μέσης τιμής, προκύπτει ότι ο αναμενόμενος πλήθος κόμβων στο κυρίαρχο σύνολο ισούται με n ln(δ + 1) + 1 δ
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
Διαβάστε περισσότεραΠροσεγγιστικοί Αλγόριθμοι
Πολλά NP-πλήρη προβλήματα έχουν μεγάλο πρακτικό ενδιαφέρον. http://xkcd.com/287/ Πολλά NP-πλήρη προβλήματα έχουν μεγάλο πρακτικό ενδιαφέρον. Πως μπορούμε να αντιμετωπίσουμε το γεγονός ότι είναι απίθανη(;)
Διαβάστε περισσότεραΕνδεικτικές Λύσεις 1ου Σετ Ασκήσεων
Κ Σ Ι Ενδεικτικές Λύσεις 1ου Σετ Ασκήσεων Παναγιώτα Παναγοπούλου Άσκηση 1. Υποθέστε ότι οι διεργασίες ενός σύγχρονου κατανεμημένου συστήματος έχουν μοναδικές ταυτότητες (UIDs), γνωρίζουν ότι είναι συνδεδεμένες
Διαβάστε περισσότεραΠροσεγγιστικοί Αλγόριθμοι
Πολλά NP-πλήρη προβλήματα έχουν μεγάλο πρακτικό ενδιαφέρον. http://xkcd.com/287/ Πολλά NP-πλήρη προβλήματα έχουν μεγάλο πρακτικό ενδιαφέρον. Πως μπορούμε να αντιμετωπίσουμε το γεγονός ότι είναι απίθανη(;)
Διαβάστε περισσότεραΚατανεμημένα 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
Διαβάστε περισσότεραΚατανεμημένα Συστήματα Ι
Συναίνεση χωρίς την παρουσία σφαλμάτων Κατανεμημένα Συστήματα Ι 4η Διάλεξη 27 Οκτωβρίου 2016 Παναγιώτα Παναγοπούλου Κατανεμημένα Συστήματα Ι 4η Διάλεξη 1 Συναίνεση χωρίς την παρουσία σφαλμάτων Προηγούμενη
Διαβάστε περισσότεραMaximal Independent Set
Maximal Indpndnt St Quick Rviw Μας δίνεται γράφος. Στους κόμβους του βρίσκονται ακίνητοι επεξεργαστές οι οποίοι επικοινωνούν σύγχρονα μέσω των ακμών. Οι επεξεργαστές προσπαθούν να λύσουν ένα πρόβλημα ανταλλάζοντας
Διαβάστε περισσότεραΑλγόριθμοι για ανάθεση συχνοτήτων και έλεγχο αποδοχής κλήσεων σε κυψελικά ασύρματα δίκτυα
Αλγόριθμοι για ανάθεση συχνοτήτων και έλεγχο αποδοχής κλήσεων σε κυψελικά ασύρματα δίκτυα (μέρος ΙIΙ) Έλεγχος αποδοχής κλήσεων Οάπληστος(Greedy) αλγόριθμος ελέγχου αποδοχής κλήσεων Ο αλγόριθμος ταξινόμησης
Διαβάστε περισσότεραΚατανεμημένα 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
Διαβάστε περισσότεραΕκλογή αρχηγού σε σύγχρονο δακτύλιο: Οι αλγόριθμοι LCR και HS. 1 Ο αλγόριθμος LCR (Le Lann, Chang, and Roberts)
Κ Σ Ι Εκλογή αρχηγού σε σύγχρονο δακτύλιο: Οι αλγόριθμοι LCR και HS Παναγιώτα Παναγοπούλου 1 Ο αλγόριθμος LCR (Le Lann, Chang, and Roberts) Ο αλγόριθμος LCR είναι ένας αλγόριθμος εκλογής αρχηγού σε ένα
Διαβάστε περισσότεραΘεωρία Γραφημάτων 10η Διάλεξη
Θεωρία Γραφημάτων 0η Διάλεξη Α. Συμβώνης Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών Τομέας Μαθηματικών Φεβρουάριος 07 Α. Συμβώνης (ΕΜΠ) Θεωρία Γραφημάτων 0η Διάλεξη
Διαβάστε περισσότεραΔρομολόγηση Και Πολύχρωματισμός. Γραφημάτων ΚΑΡΑΓΕΩΡΓΟΣ ΤΙΜΟΘΕΟΣ Α.Μ 1026
Δρομολόγηση Και Πολύχρωματισμός Μονοπατιών Γραφημάτων ΚΑΡΑΓΕΩΡΓΟΣ ΤΙΜΟΘΕΟΣ Α.Μ 1026 Εισαγωγή. Το πρόβλημα με το οποίο θα ασχοληθούμε εδώ είναι γνωστό σαν: Δρομολόγηση και Πολύ-χρωματισμός Διαδρομών (Routing
Διαβάστε περισσότεραΦροντιστήριο 11 Λύσεις
Άσκηση 1 Φροντιστήριο 11 Λύσεις Να αποδείξετε ότι η κλάση Ρ είναι κλειστή ως προς τις πράξεις της ένωσης, της συναρμογής και του συμπληρώματος. Θα πρέπει να δείξουμε ότι: (α) Ένωση: Αν οι Λ 1 και Λ 2 είναι
Διαβάστε περισσότεραΤυχαίοι γράφοι Η διάμετρος του G(n, 2 ln n/n) Ioannis Giotis
Τυχαίοι γράφοι Η διάμετρος του G(n, 2 ln n/n) Ioannis Giotis Θεώρημα για σφαίρες Θα δείξουμε ότι το γράφημα G(n, 2 ln n n 1 ) έχει μικρή διάμετρο Θα ξεκινήσουμε με ένα θεώρημα για το μέγεθος μιας σφαίρας
Διαβάστε περισσότεραΣειρά Προβλημάτων 1 Λύσεις
ΕΠΛ2: Θεωρία Υπολογισμού και Πολυπλοκότητα Σειρά Προβλημάτων Λύσεις Άσκηση Να βρείτε το σφάλμα στην πιο κάτω απόδειξη. Ισχυρισμός: Όλα τα βιβλία που έχουν γραφτεί στη Θεωρία Υπολογισμού έχουν τον ίδιο
Διαβάστε περισσότεραΘεωρία Γραφημάτων 6η Διάλεξη
Θεωρία Γραφημάτων 6η Διάλεξη Α. Συμβώνης Εθνικο Μετσοβειο Πολυτεχνειο Σχολη Εφαρμοσμενων Μαθηματικων και Φυσικων Επιστημων Τομεασ Μαθηματικων Φεβρουάριος 2016 Α. Συμβώνης (ΕΜΠ) Θεωρία Γραφημάτων 6η Διάλεξη
Διαβάστε περισσότεραΠολυπλοκότητα. Παράμετροι της αποδοτικότητας ενός αλγόριθμου: Χρόνος εκτέλεσης. Απαιτούμενοι πόροι, π.χ. μνήμη, εύρος ζώνης. Προσπάθεια υλοποίησης
Παράμετροι της αποδοτικότητας ενός αλγόριθμου: Χρόνος εκτέλεσης Απαιτούμενοι πόροι, π.χ. μνήμη, εύρος ζώνης Προσπάθεια υλοποίησης Παράμετροι της αποδοτικότητας ενός αλγόριθμου: Χρόνος εκτέλεσης Απαιτούμενοι
Διαβάστε περισσότεραΚατανεμημένα Συστήματα Ι
Κατανεμημένα Συστήματα Ι Μοντέλο σύγχρονου κατανεμημένου δικτύου Εκλογή αρχηγού σε σύγχρονο δακτύλιο Παναγιώτα Παναγοπούλου Περίληψη Σύγχρονα Κατανεμημένα Συστήματα Μοντέλο Σφάλματα Πολυπλοκότητα Εκλογή
Διαβάστε περισσότεραΕπίπεδα 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
Διαβάστε περισσότεραΔιάλεξη 17: Συμφωνία με Βυζαντινά Σφάλματα. ΕΠΛ 432: Κατανεμημένοι Αλγόριθμοι
Διάλεξη 17: Συμφωνία με Βυζαντινά Σφάλματα ΕΠΛ 432: Κατανεμημένοι Αλγόριθμοι Βυζαντινά Σφάλματα Τι θα δούμε σήμερα Κάτω Φράγμα για Αλγόριθμους Συμφωνίας με Βυζαντινά Σφάλματα: n > 3f Αλγόριθμος Συμφωνίας
Διαβάστε περισσότεραΚεφάλαιο 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
Διαβάστε περισσότεραΠροσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό
Προσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Προσεγγιστικοί Αλγόριθμοι Απόδοση χειρότερης
Διαβάστε περισσότεραΚατανεμημένα Συστήματα Ι
Σύγχρονα Κατανεμημένα Συστήματα 13 Οκτωβρίου 2016 Παναγιώτα Παναγοπούλου Περίληψη 1 Σύγχρονα Κατανεμημένα Συστήματα 2 Το πρόβλημα εκλογής αρχηγού Ο αλγόριθμος LCR Ο αλγόριθμος HS 1 Σύγχρονα Κατανεμημένα
Διαβάστε περισσότεραHY380 Αλγόριθμοι και πολυπλοκότητα Hard Problems
HY380 Αλγόριθμοι και πολυπλοκότητα Hard Problems Ημερομηνία Παράδοσης: 0/1/017 την ώρα του μαθήματος ή με email: mkarabin@csd.uoc.gr Γενικές Οδηγίες α) Επιτρέπεται η αναζήτηση στο Internet και στην βιβλιοθήκη
Διαβάστε περισσότεραOutline 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
Διαβάστε περισσότεραΛύσεις 1ης Ομάδας Ασκήσεων
ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ Γ. ΚΟΝΤΟΓΙΑΝΝΗΣ Λύσεις ης Ομάδας Ασκήσεων Τμήμα Α Λ. Ισότητα συνόλων Έστω C = A i= B i και D = i= A B i. Θα αποδείξουμε ότι τα C, D ταυτίζονται,
Διαβάστε περισσότεραΛύσεις 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
Διαβάστε περισσότεραΔιάλεξη 4: Εκλογή Προέδρου σε Δακτύλιους. ΕΠΛ 432: Κατανεμημένοι Αλγόριθμοι
Διάλεξη 4: Εκλογή Προέδρου σε Δακτύλιους ΕΠΛ 432: Κατανεμημένοι Αλγόριθμοι Τι θα δούμε σήμερα Δακτύλιοι Το πρόβλημα της Εκλογής Προέδρου Εκλογή Προέδρου σε Ανώνυμους Δακτύλιους Ασύγχρονος Αλγόριθμος με
Διαβάστε περισσότεραΔυναμικός 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
Διαβάστε περισσότεραΚεφάλαιο 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
Διαβάστε περισσότεραΑλγόριθμοι και Πολυπλοκότητα
Αλγόριθμοι και Πολυπλοκότητα Ανάλυση Αλγορίθμων Δημήτρης Μιχαήλ Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ανάλυση Αλγορίθμων Η ανάλυση αλγορίθμων περιλαμβάνει τη διερεύνηση του τρόπου
Διαβάστε περισσότεραγια NP-Δύσκολα Προβλήματα
Προσεγγιστικοί Αλγόριθμοι για NP-Δύσκολα Προβλήματα Διδάσκοντες: Σ. Ζάχος, Δ. Φωτάκης Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο
Διαβάστε περισσότεραΘεωρία Γραφημάτων Θεμελιώσεις-Αλγόριθμοι-Εφαρμογές
Θεωρία Γραφημάτων Θεμελιώσεις-Αλγόριθμοι-Εφαρμογές Ενότητα 7 ΧΡΩΜΑΤΙΣΜΟΣ Σταύρος Δ. Νικολόπουλος 2017-18 www.cs.uoi.gr/~stavros Εισαγωγή Χρωματισμός κορυφών-ακμών-περιοχών. Χρωματική τάξη (color class):
Διαβάστε περισσότεραΔΥΣΚΟΛΙΑ ΣΤΗΝ ΠΡΟΣΕΓΓΙΣΙΜΟΤΗΤΑ
ΔΥΣΚΟΛΙΑ ΣΤΗΝ ΠΡΟΣΕΓΓΙΣΙΜΟΤΗΤΑ Επιμέλεια : Γεωργίου Κωστής Παρουσίαση στα πλαίσια του μαθήματος: Δίκτυα και πολυπλοκότητα Φεβρουάριος 004 μπλ Κίνητρα για τη μελέτη της μη προσεγγισιμότητας Ο πληρέστερος
Διαβάστε περισσότεραΕπαγωγή 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
Διαβάστε περισσότεραΑλγόριθμοι 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
Διαβάστε περισσότερα4η 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
Διαβάστε περισσότεραΔιακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά
Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά και Πληροφορικής Μαθηματικά Πανεπιστήμιο ΙΙ Ιωαννίνων
Διαβάστε περισσότεραΚουτσιούμπας Αχιλλέας U. Adamy, C. Ambuehl, R. Anand, T. Erlebach
Κουτσιούμπας Αχιλλέας ΕΛΕΓΧΟΣ ΚΛΗΣΕΩΝ ΣΕ ΑΚΤΥΛΙΟ U. Adamy, C. Ambuehl, R. Anand, T. Erlebach ΜΠΛΑ 1 Δομή παρουσίασης Γενικά Ορισμός προβλήματος Σχετιζόμενη δουλειά Εισαγωγικά Αλγόριθμος Παράδειγμα εκτέλεσης
Διαβάστε περισσότεραΕΡΓΑΣΙΑ ΣΤΟ ΜΑΘΗΜΑ Λ03Β ΑΛΓΟΡΙΘΜΟΙ ΔΙΚΤΥΩΝ & ΠΟΛΥΠΛΟΚΟΤΗΤΑ ΦΛΕΒΑΡΗΣ 2004
ΕΡΓΑΣΙΑ ΣΤΟ ΜΑΘΗΜΑ Λ03Β ΑΛΓΟΡΙΘΜΟΙ ΔΙΚΤΥΩΝ & ΠΟΛΥΠΛΟΚΟΤΗΤΑ ΦΛΕΒΑΡΗΣ 2004 Παρουσίαση του paper: Increasing the Weight of Minimum Spanning Trees Greg N. Frederickson and Roberto Solis- Oba Journal of Algorithms
Διαβάστε περισσότεραΚεφάλαιο 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
Διαβάστε περισσότεραΠροσεγγιστικοί Αλγόριθμοι για NP- ύσκολα Προβλήματα
Προσεγγιστικοί Αλγόριθμοι για NP- ύσκολα Προβλήματα ιδάσκοντες: Σ. Ζάχος,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Άδεια
Διαβάστε περισσότεραΘεωρία Γραφημάτων 5η Διάλεξη
Θεωρία Γραφημάτων 5η Διάλεξη Α. Συμβώνης Εθνικο Μετσοβειο Πολυτεχνειο Σχολη Εφαρμοσμενων Μαθηματικων και Φυσικων Επιστημων Τομεασ Μαθηματικων Φεβρουάριος 2016 Α. Συμβώνης (ΕΜΠ) Θεωρία Γραφημάτων 5η Διάλεξη
Διαβάστε περισσότεραΚατώτερα φράγματα Κατώτερο φράγμα: εκτίμηση της ελάχιστης εργασίας που απαιτείται για την επίλυση ενός προβλήματος. Παραδείγματα: Αριθμός συγκρίσεων π
Περιορισμοί Αλγοριθμικής Ισχύος Κατηγοριοποίηση πολυπλοκοτήτων Κατώτερα φράγματα Κατώτερο φράγμα: εκτίμηση της ελάχιστης εργασίας που απαιτείται για την επίλυση ενός προβλήματος. Παραδείγματα: Αριθμός
Διαβάστε περισσότεραΚεφάλαιο 1. Πέντε Αντιπροσωπευτικά Προβλήματα. Έκδοση 1.4, 30/10/2014. Χρησιμοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne.
Κεφάλαιο 1 Πέντε Αντιπροσωπευτικά Προβλήματα Έκδοση 1.4, 30/10/2014 Χρησιμοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne. 1 1.2 Πέντε Αντιπροσωπευτικά Προβλήματα 1. Χρονοπρογραμματισμός Διαστημάτων
Διαβάστε περισσότεραu v 4 w G 2 G 1 u v w x y z 4
Διάλεξη :.0.06 Θεωρία Γραφημάτων Γραφέας: Σ. Κ. Διδάσκων: Σταύρος Κολλιόπουλος. Εισαγωγικοί ορισμοί Ορισμός. Γράφημα G καλείται ένα ζεύγος G = (V, E) όπου V είναι το σύνολο των κορυφών (ή κόμβων) και E
Διαβάστε περισσότεραΚατανεμημένα Συστήματα Ι
Κατανεμημένα Συστήματα Ι Συναίνεση και Σφάλματα Διεργασιών Παναγιώτα Παναγοπούλου Περίληψη Συναίνεση με σφάλματα διεργασιών Το πρόβλημα Ο αλγόριθμος FloodSet Επικύρωση δοσοληψιών Ορισμός του προβλήματος
Διαβάστε περισσότεραΘεωρία Γραφημάτων 8η Διάλεξη
Θεωρία Γραφημάτων 8η Διάλεξη Α. Συμβώνης Εθνικο Μετσοβειο Πολυτεχνειο Σχολη Εφαρμοσμενων Μαθηματικων και Φυσικων Επιστημων Τομεασ Μαθηματικων Φεβρουάριος 2016 Α. Συμβώνης (ΕΜΠ) Θεωρία Γραφημάτων 8η Διάλεξη
Διαβάστε περισσότεραNP-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
Διαβάστε περισσότεραΤαξινόμηση. 1. Ταξινόμηση του Shell. Εισαγωγή στην Ανάλυση Αλγορίθμων Μάγια Σατρατζέμη
Ταξινόμηση. Ταξινόμηση του Shell Εισαγωγή στην Ανάλυση Αλγορίθμων Μάγια Σατρατζέμη Ταξινόμηση του Shell Η μέθοδος που προτάθηκε από τον Shell έχει βασικό χαρακτηριστικό ότι χρησιμοποιεί µία ακολουθία ακεραίων
Διαβάστε περισσότεραΤυχαιοκρατικοί Αλγόριθμοι
Πιθανότητες και Αλγόριθμοι Ανάλυση μέσης περίπτωσης Μελέτα τη συμπεριφορά ενός αλγορίθμου σε μια «μέση» είσοδο (ως προς κάποια κατανομή) Τυχαιοκρατικός αλγόριθμος Λαμβάνει τυχαίες αποφάσεις καθώς επεξεργάζεται
Διαβάστε περισσότεραΤομές Γραφήματος. Γράφημα (μη κατευθυνόμενο) Συνάρτηση βάρους ακμών. Τομή : Διαμέριση του συνόλου των κόμβων σε δύο μη κενά σύνολα
Τομές Γραφήματος Γράφημα (μη κατευθυνόμενο) Συνάρτηση βάρους ακμών Τομή : Διαμέριση του συνόλου των κόμβων σε δύο μη κενά σύνολα και 12 26 20 10 9 7 17 14 4 Τομές Γραφήματος Γράφημα (μη κατευθυνόμενο)
Διαβάστε περισσότεραΠροσεγγιστικοί Αλγόριθμοι για NP- ύσκολα Προβλήματα
Προσεγγιστικοί Αλγόριθμοι για NP- ύσκολα Προβλήματα ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Αντιμετώπιση NP- υσκολίας Αν P NP, όχι αλγόριθμος
Διαβάστε περισσότεραΕλάχιστο Συνδετικό Δέντρο
Ελάχιστο Συνδετικό Δέντρο Διδάσκοντες: Σ. Ζάχος, Δ. Φωτάκης Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Ελάχιστο Συνδετικό Δέντρο
Διαβάστε περισσότεραΕλάχιστο Συνδετικό Δέντρο
Ελάχιστο Συνδετικό Δέντρο Δημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Ελάχιστο Συνδετικό Δέντρο (MST) Συνεκτικό μη-κατευθ. G(V, E, w) με βάρη Βάρος
Διαβάστε περισσότεραΕλάχιστο Συνδετικό έντρο
Ελάχιστο Συνδετικό έντρο ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Ελάχιστο Συνδετικό έντρο (MST) Συνεκτικό μη-κατευθ. G(V, E, w) με βάρη Βάρος
Διαβάστε περισσότεραΚατανεμημένα Συστήματα Ι
Συναίνεση με σφάλματα διεργασιών Κατανεμημένα Συστήματα Ι 5η Διάλεξη 10 Νοεμβρίου 2016 Παναγιώτα Παναγοπούλου Κατανεμημένα Συστήματα Ι 5η Διάλεξη 1 Συναίνεση με σφάλματα διεργασιών Προηγούμενη διάλεξη
Διαβάστε περισσότεραe 2 S F = [V (H), V (H)]. 3-1 e 1 e 3
Διάλεξη 3: 19.10.2016 Θεωρία Γραφημάτων Διδάσκων: Σταύρος Κολλιόπουλος Γραφέας: Βασίλης Λίβανος & Σ. Κ. 3.1 Ακμοδιαχωριστές, Τομές, Δεσμοί Ορισμός 3.1 Ακμοδιαχωριστής (edge-separator) ενός γραφήματος =
Διαβάστε περισσότεραΘΕΩΡΙΑ ΓΡΑΦΩΝ. 7 η Διάλεξη Συνεκτικότητα (Συνδεσμικότητα) Βασικές έννοιες και ιδιότητες Το θεώρημα του Merger Ισομορφισμός
ΘΕΩΡΙΑ ΓΡΑΦΩΝ 7 η Διάλεξη Συνεκτικότητα (Συνδεσμικότητα) Βασικές έννοιες και ιδιότητες Το θεώρημα του Merger Ισομορφισμός Βασικές Έννοιες Στο κεφάλαιο αυτό θα μελετηθεί ο βαθμός συνεκτικότητας (συνδεσμικότητας)
Διαβάστε περισσότεραΥπολογιστική Πολυπλοκότητα Εξέταση Ιουνίου 2017 Σελ. 1 από 5
Υπολογιστική Πολυπλοκότητα Εξέταση Ιουνίου 2017 Σελ. 1 από 5 Στη σελίδα αυτή γράψτε μόνο τα στοιχεία σας. Γράψτε τις απαντήσεις σας στις επόμενες σελίδες, κάτω από τις αντίστοιχες ερωτήσεις. Στις απαντήσεις
Διαβάστε περισσότεραχ(k n ) = n χ(c 5 ) = 3
Διάλεξη 20: 16.12.26 Θεωρία Γραφημάτων Διδάσκων: Σταύρος Κολλιόπουλος Γραφέας: Παναγιώτης Ρεπούσκος 20.1 Βασικές Ιδιότητες Θεώρημα 20.1 Για ένα πλέγμα Γ r r, ισχύει ότι bn(γ r r ) r + 1. Απόδειξη: Κατασκευάζουμε
Διαβάστε περισσότεραΤο Πρόβλημα της Πινακοθήκης (The Art Gallery Problem)
Το Πρόβλημα της Πινακοθήκης (The Art Gallery Problem) Διατύπωση Σας ανήκει μια πινακοθήκη και επιθυμείτε να τοποθετήσετε κάμερες ασφαλείας έτσι ώστε όλη η γκαλερί να είναι προστατευμένη από κλέφτες. Σε
Διαβάστε περισσότεραΚεφάλαιο 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
Διαβάστε περισσότεραq(g \ S ) = q(g \ S) S + d = S.
Διάλεξη 9: 9.11.2016 Θεωρία Γραφημάτων Διδάσκων: Σταύρος Κολλιόπουλος Γραφέας: Παναγιωτίδης Αλέξανδρος & Σ. Κ. Θεώρημα 9.1 Εστω γράφημα G = (V, E), υπάρχει τέλειο ταίριασμα στο G αν και μόνο αν για κάθε
Διαβάστε περισσότεραΔιακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά
Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά και Πληροφορικής Μαθηματικά Πανεπιστήμιο ΙΙ Ιωαννίνων
Διαβάστε περισσότερα4η Γραπτή Ασκηση Αλγόριθμοι και Πολυπλοκότητα CoReLab ΣΗΜΜΥ 3/2/2019 CoReLab (ΣΗΜΜΥ) 4η Γραπτή Ασκηση 3/2/ / 37
4η Γραπτή Άσκηση Αλγόριθμοι και Πολυπλοκότητα CoReLab ΣΗΜΜΥ 3/2/2019 CoReLab (ΣΗΜΜΥ) 4η Γραπτή Άσκηση 3/2/2019 1 / 37 Άσκηση 1 Πρέπει να βρούμε όλες τις καλές προτάσεις φίλων για τον i ανάμεσα σε όλους
Διαβάστε περισσότεραΤο Πρόβλημα της Πινακοθήκης (The Art Gallery Problem)
Το Πρόβλημα της Πινακοθήκης (The Art Gallery Problem) Τι είναι το Πρόβλημα της Πινακοθήκης; Σας ανήκει μια πινακοθήκη και επιθυμείτε να τοποθετήσετε κάμερες ασφαλείας έτσι ώστε όλη η γκαλερί να είναι προστατευμένη
Διαβάστε περισσότεραΤο πρόβλημα μονοδρόμησης (The One-Way Street Problem)
Το πρόβλημα μονοδρόμησης (The One-Way Street Problem) Το πρόβλημα Σχετίζεται με τη διαχείριση της κίνησης οχημάτων στους δρόμους Αν δεν υπήρχαν καθυστερήσεις στην κίνηση στις πόλεις Αποφυγή σπατάλης ενέργειας
Διαβάστε περισσότεραz 1 E(G) 2(k 1) = 2k 3. x z 2 H 1 H 2
Διάλεξη :..06 Θεωρία Γραφημάτων Διδάσκων: Σταύρος Κολλιόπουλος Γραφέας: Τζαλάκας Ανδρέας & Σ.Κ.. Εξωεπίπεδα γραφήματα (συνέχεια) Ορισμός. Εστω γράφημα G = (V, E) και S V. S-λοβός (S-lobe) ενάγεται από
Διαβάστε περισσότεραΧρωματίζουμε τα σημεία του επιπέδου με τρία χρώματα. Αποδείξτε ότι υπάρχουν δύο
1.1 ΠΡΟΒΛΗ ΜΑ Χρωματίζουμε τα σημεία του επιπέδου με δύο χρώματα. Αποδείξτε ότι υπάρχουν δύο τουλάχιστον σημεία με το ίδιο χρώμα που απέχουν απόσταση 1. Έστω ότι χρωματίζουμε τα σημεία του επιπέδου κόκινα
Διαβάστε περισσότεραΠροσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό
Προσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Γενική Προσέγγιση ιατυπώνουμε το πρόβλημα
Διαβάστε περισσότεραS A : N G (S) N G (S) + d S d + d = S
Διάλεξη 7: 2.11.2016 Θεωρία Γραφημάτων Διδάσκων: Σταύρος Κολλιόπουλος Γραφέας: Βασίλης Μαργώνης 7.1 Εφαρμογές του Θεωρήματος του Hall Πόρισμα 7.1 (Ελλειματική εκδοχή Θεωρήματος Hall) Εάν σε διμερές γράφημα
Διαβάστε περισσότεραΕιδικά 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
Διαβάστε περισσότεραΔιάλεξη 7: X Y Σχήμα 7.2: Παράδειγμα για το Πόρισμα 7.2, όπου: 1 = {1, 2, 5}, 2 = {1, 2, 3}, 3 = {4}, 4 = {1, 3, 4}. Θ
Διάλεξη 7: 2.11.2016 Θεωρία Γραφημάτων Διδάσκων: Σταύρος Κολλιόπουλος Γραφέας: Βασίλης Μαργώνης & Σ. Κ. 7.1 Εφαρμογές του Θεωρήματος του Hall Πόρισμα 7.1 (Ελλειματική εκδοχή Θεωρήματος Hall) Δίνεται διμερές
Διαβάστε περισσότεραd(v) = 3 S. q(g \ S) S
Διάλεξη 9: 9.11.2016 Θεωρία Γραφημάτων Διδάσκων: Σταύρος Κολλιόπουλος Γραφέας: Παναγιωτίδης Αλέξανδρος Θεώρημα 9.1 Εστω γράφημα G = (V, E), υπάρχει τέλειο ταίριασμα στο G αν και μόνο αν για κάθε S υποσύνολο
Διαβάστε περισσότεραΠροσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό
Προσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Γενική Προσέγγιση ιατυπώνουμε το πρόβλημα
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 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
Διαβάστε περισσότεραApproximation Algorithms for the k-median problem
Approximation Algorithms for the k-median problem Ζακυνθινού Λυδία Παυλάκος Γεώργιος Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Θεωρία Υπολογισμού 2011-2012 Το πρόβλημα
Διαβάστε περισσότεραΕΥΡΕΣΗ ΕΛΑΧΙΣΤΩΝ ΜΟΝΟΠΑΤΙΩΝ & ΚΑΤΗΓΟΡΙΕΣ ΑΛΓΟΡΙΘΜΩΝ
ΕΥΡΕΣΗ ΕΛΑΧΙΣΤΩΝ ΜΟΝΟΠΑΤΙΩΝ & ΚΑΤΗΓΟΡΙΕΣ ΑΛΓΟΡΙΘΜΩΝ Εύρεση ελάχιστων μονοπατιών Αλγόριθμος του ijkstra Θέματα μελέτης Πρόβλημα εύρεσης ελάχιστων μονοπατιών σε γραφήματα (shortest path problem) Αλγόριθμος
Διαβάστε περισσότεραΘεωρία Γραφημάτων 5η Διάλεξη
Θεωρία Γραφημάτων 5η Διάλεξη Α. Συμβώνης Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών Τομέας Μαθηματικών Φεβρουάριος 2017 Α. Συμβώνης (ΕΜΠ) Θεωρία Γραφημάτων 5η Διάλεξη
Διαβάστε περισσότεραΕλάχιστο Γεννητικό Δένδρο. Παράδειγμα - Αλγόριθμος Prim. Γιατί δουλεύουν αυτοί οι αλγόριθμοι;
Άπληστοι Αλγόριθμοι ΙΙI Αλγόριθμοι γραφημάτων Ελάχιστο Γεννητικό Δένδρο Παράδειγμα Κατασκευή δικτύων Οδικά, επικοινωνίας Έχουμε ένα συνεκτικό γράφημα (V,E) και ένας βάρος we σε κάθε ακμή e. Να βρεθεί υποσύνολο
Διαβάστε περισσότεραΕλάχιστο Συνδετικό έντρο
Ελάχιστο Συνδετικό έντρο ιδάσκοντες: Σ. Ζάχος,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Άδεια Χρήσης Το παρόν εκπαιδευτικό
Διαβάστε περισσότεραΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 2: Μαθηματικό Υπόβαθρο
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας Διάλεξη 2: Μαθηματικό Υπόβαθρο Τι θα κάνουμε σήμερα Συναρτήσεις & Σχέσεις (0.2.3) Γράφοι (Γραφήματα) (0.2.4) Λέξεις και Γλώσσες (0.2.5) Αποδείξεις (0.3) 1
Διαβάστε περισσότεραΑΙΚΑΤΕΡΙΝΗ-ΠΑΝΑΓΙΩΤΑ ΣΤΟΥΚΑ ΝΙΚΟΛΑΟΣ ΛΑΜΠΡΟΥ. μπλ 2014
ΑΙΚΑΤΕΡΙΝΗ-ΠΑΝΑΓΙΩΤΑ ΣΤΟΥΚΑ ΝΙΚΟΛΑΟΣ ΛΑΜΠΡΟΥ μπλ 2014 Έχουμε G = (V,E) μη κατευθυνόμενο γράφο με μη αρνητικές χωρητικότητες c e για κάθε e E. {(s 1, t 1 ),..., (s k, t k )} διακριτά διατεταγμένη ζεύγη
Διαβάστε περισσότεραΔιάλεξη 6: Εκλογή Προέδρου σε Σύγχρονους Δακτύλιους. ΕΠΛ 432: Κατανεμημένοι Αλγόριθμοι
Διάλεξη 6: Εκλογή Προέδρου σε Σύγχρονους Δακτύλιους ΕΠΛ 432: Κατανεμημένοι Αλγόριθμοι Τι θα δούμε σήμερα Μη Ομοιόμορφος Αλγόριθμος Εκλογής Προέδρου σε Σύγχρονο Δακτύλιο Ομοιόμορφος Αλγόριθμος Εκλογής Προέδρου
Διαβάστε περισσότεραΜέγιστη 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
Διαβάστε περισσότεραH mèjodoc Sturm. Mˆjhma AkoloujÐec Sturm
Mˆjhma 2 H mèjodoc Sturm Το θεώρημα του Sturm μας δίνει έναν τρόπο καταμέτρησης των πραγματικών ριζών ενός πολυωνύμου σε δοσμένο διάστημα που τηρεί κάποιες συνθήκες. Εισάγουμε την έννοια της ακολουθίας
Διαβάστε περισσότερα1. Σε ένα τουρνουά με 8 παίκτες μπορεί οι παίκτες να συμμετείχαν σε: 6,5,4,4,4,3,1,1 αγώνες αντίστοιχα;
Ασκήσεις υποδειγματικές για το θεωρητικό μέρος του μαθήματος Α1. Εξετάστε αν είναι Σωστή ή Λάθος κάθε μία από τις επόμενες προτάσεις. Εξηγείστε την απάντησή σας. 1. Σε ένα τουρνουά με 8 παίκτες μπορεί
Διαβάστε περισσότεραΠΛΕ075: Προηγμένη Σχεδίαση Αλγορίθμων και Δομών Δεδομένων. Λουκάς Γεωργιάδης
ΠΛΕ075: Προηγμένη Σχεδίαση Αλγορίθμων και Δομών Δεδομένων Λουκάς Γεωργιάδης loukas@cs.uoi.gr www.cs.uoi.gr/~loukas Βασικές έννοιες και εφαρμογές Αλγόριθμος: Μέθοδος για την επίλυση ενός προβλήματος Δομή
Διαβάστε περισσότεραΕΥΡΕΣΗ ΕΛΑΧΙΣΤΩΝ ΜΟΝΟΠΑΤΙΩΝ & ΚΑΤΗΓΟΡΙΕΣ ΑΛΓΟΡΙΘΜΩΝ
ΕΥΡΕΣΗ ΕΛΑΧΙΣΤΩΝ ΜΟΝΟΠΑΤΙΩΝ & ΚΑΤΗΓΟΡΙΕΣ ΑΛΓΟΡΙΘΜΩΝ (ΑΛΓΟΡΙΘΜΟΙ, Sanjoy Dasgupta, Christos Papadimitriou, Umesh Vazirani, Κεφάλαιο 4 ΣΧΕΔΙΑΣΜΟΣ ΑΛΓΟΡΙΘΜΩΝ, Jon Kleinberg, Eva Tardos, Κεφάλαιο 4) 1 Θέματα
Διαβάστε περισσότεραE(G) 2(k 1) = 2k 3.
Διάλεξη :..06 Θεωρία Γραφημάτων Διδάσκων: Σταύρος Κολλιόπουλος Γραφέας: Τζαλάκας Ανδρέας & Σ.Κ.. Εξωεπίπεδα γραφήματα (συνέχεια) Ορισμός. Εστω γράφημα G = (V, E) και S V. S-λοβός (S-lobe) ενάγεται από
Διαβάστε περισσότεραΜορφές αποδείξεων Υπάρχουν πολλά είδη αποδείξεων. Εδώ θα δούμε τα πιο κοινά: Εξαντλητική μέθοδος ή μέθοδος επισκόπησης. Οταν το πρόβλημα έχει πεπερασμ
Μαθηματικά Πληροφορικής 4ο Μάθημα Τμήμα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήμιο Αθηνών Μορφές αποδείξεων Υπάρχουν πολλά είδη αποδείξεων. Εδώ θα δούμε τα πιο κοινά: Εξαντλητική μέθοδος ή μέθοδος επισκόπησης.
Διαβάστε περισσότεραΤο Πρόβληµα Οµοφωνίας Σύγχρονα Συστήµατα Μεταβίβασης Μηνύµατος Μοντέλο Κατάρρευσης (crash model) Οι διεργασίες µπορούν να σταµατούν να εκτελούνται σε
Οµοφωνία σε σύστηµα µε αϖοτυχίες κατάρρευσης διεργασιών Παναγιώτα Φατούρου Κατανεµηµένα Συστήµατα 1 Το Πρόβληµα Οµοφωνίας Σύγχρονα Συστήµατα Μεταβίβασης Μηνύµατος Μοντέλο Κατάρρευσης (crash model) Οι διεργασίες
Διαβάστε περισσότεραΑλγόριθμοι για ανάθεση συχνοτήτων και έλεγχο αποδοχής κλήσεων σε κυψελικά ασύρματα δίκτυα. (μέρος ΙΙ)
Αλγόριθμοι για ανάθεση συχνοτήτων και έλεγχο αποδοχής κλήσεων σε κυψελικά ασύρματα δίκτυα (μέρος ΙΙ) Ανάθεση συχνοτήτων Ο αλγόριθμος σταθερών αναθέσεων FA (Fixed Allocation) Ο άπληστος (Greedy) αλγόριθμος
Διαβάστε περισσότεραΕλάχιστο Συνδετικό Δέντρο
Ελάχιστο Συνδετικό Δέντρο Διδάσκοντες: Σ. Ζάχος, Δ. Φωτάκης Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Ελάχιστο Συνδετικό Δέντρο
Διαβάστε περισσότεραILP-Feasibility conp
Διάλεξη 19: 23.12.2014 Θεωρία Γραμμικού Προγραμματισμού Γραφέας: Χαρίλαος Τζόβας Διδάσκων: Σταύρος Κολλιόπουλος 19.1 Θεωρία Πολυπλοκότητας και προβλήματα απόφασης Για να μιλήσουμε για προβλήματα και τον
Διαβάστε περισσότεραΣχεδίαση & Ανάλυση Αλγορίθμων
Σχεδίαση & Ανάλυση Αλγορίθμων Ενότητα 3 Αλγόριθμοι Επιλογής Σταύρος Δ. Νικολόπουλος Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Ιωαννίνων Webpage: www.cs.uoi.gr/~stavros Αλγόριθμοι Επιλογής Γνωρίζουμε
Διαβάστε περισσότεραΘεωρία Γραφημάτων 7η Διάλεξη
Θεωρία Γραφημάτων 7η Διάλεξη Α. Συμβώνης Εθνικο Μετσοβειο Πολυτεχνειο Σχολη Εφαρμοσμενων Μαθηματικων και Φυσικων Επιστημων Τομεασ Μαθηματικων Φεβρουάριος 016 Α. Συμβώνης (ΕΜΠ) Θεωρία Γραφημάτων 7η Διάλεξη
Διαβάστε περισσότεραΤεχνικές Αποδείξεις Κάτω Φραγμάτων
Τεχνικές Αποδείξεις Κάτω Φραγμάτων Θέλουμε να δείξουμε κυκλωματικά κάτω φράγματα για ομοιόμορφες κλάσεις επειδή: Δίνουν μεγάλη πληροφορία για τις κλάσεις αυτές: π.χ. αν EXP P /poly σημαίνει Ότι παρότι
Διαβάστε περισσότεραHY118-Διακριτά Μαθηματικά. Θεωρία γράφων / γραφήματα. Τι έχουμε δει μέχρι τώρα. Υπογράφημα. 24 -Γράφοι
HY118-Διακριτά Μαθηματικά Θεωρία γράφων / γραφήματα Πέμπτη, 11/05/2017 Αντώνης Α. Αργυρός e-mail: argyros@csd.uoc.gr 11-May-17 1 1 11-May-17 2 2 Τι έχουμε δει μέχρι τώρα Κατευθυνόμενοι μη κατευθυνόμενοι
Διαβάστε περισσότερα