1 Διάσχιση κατευθυνόμενων γραφημάτων
|
|
- Νέστωρ Σπανού
- 7 χρόνια πριν
- Προβολές:
Transcript
1 ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΛΑΜΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ ΥΠΟΛΟΓΙΣΤΩΝ ΣΧΕΔΙΑΣΜΟΣ ΚΑΙ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ Ιστοσελίδα μαθήματος: 5ο ΕΡΓΑΣΤΗΡΙΟ 1 Διάσχιση κατευθυνόμενων γραφημάτων Διάσχιση ή διαπέραση ή διάβαση ή εξερεύνηση γραφήματος χαρακτηρίζεται η διαδικασία συστηματικής και εξαντλητικής επίσκεψης όλων των κορυφών ενός γραφήματος χρησιμοποιώντας τους δεσμούς ή τα τόξα του. Υπάρχουν δύο βασικοί τρόποι διάσχισης των γραφημάτων. αναζήτηση σε βάθος(depth first search ή DFS). αναζήτηση κατά πλάτος(breadth first search ή BFS). 1.1 Αναζήτηση σε βάθος σε κατευθυνόμενα γραφήματα Διαισθητικά η βασική ιδέα της αναζήτησης σε βάθος είναι ότι αρχίζουμε από μια κορυφή και προχωράμε από κορυφή σε κορυφή ώστε να απομακρυνόμαστε από την αρχική κορυφή. Ηαναζήτησησεβάθοςενόςκατευθυνόμενουγραφήματος G = (V,U)υλοποιείταιμετηβοήθειαμιας στοίβας S και ενός βοηθητικού πίνακα A. Οπίνακας Aέχειμέγεθοςίσοςμετοναριθμότωνκορυφώντουγραφήματοςκαιστηναρχήόλατα στοιχεία του πίνακα έχουν τιμή 1. Ο πίνακας A χρησιμοποιείται για να σημειώνεται αν μια κορυφή έχει ήδη εξερευνηθεί. Σ αυτή την υλοποίηση κρατάμε επιπλέον την πληροφορία με ποιά σειρά έχουμε επισκεφτεί την αντίστοιχη κορυφή, για το σκοπό αυτό χρησιμοποιούμε την βοηθητική μεταβλητή pre. Στην στοίβα S αποθηκεύονται οι κορυφές που(ενδεχομένως) δεν έχουμε ακόμη επισκεφτεί. Η στοίβα S χρησιμοποιείται έτσι ώστε όταν φτάσουμε σε αδιέξοδο να γυρίζουμε γρήγορα πίσω για να συνεχίσουμε στην επόμενη υποψήφια κορυφή για εξερεύνηση. Παρατήρηση. Υπάρχουν πολλές υλοποιήσεις της αναζήτησης σε βάθος, η διαφορά τους έγκειται στο ποιες ενέργειες πραγματοποιούνται ή ποιες πληροφορίες επεξεργάζονται κατά την επίσκεψη των κορυφών. Ταβήματατουαλγορίθμουαναζήτησηςσεβάθος,ξεκινώνταςαπότηνκορυφή v j,είναιταακόλουθα: 1.Αρχικά,όλεςοικορυφέςτου Gείναιανεξερεύνητες,επομένωςσεόλεςτιςθέσειςτουπίνακα A θέτουμε 1.Επίσηςθέτουμε pre = 0 2.Τοποθετούμετηνκορυφή v j στηνστοίβα S. 3. Οσοηστοίβα Sείναιμηκενήεκτελούμεταακόλουθαβήματα (αʹ)εξάγουμετοκορυφαίοστοιχείοτηςστοίβας,έστωτο v k. (βʹ)αν A[k] 1,δενεκτελούμεκαμιάενέργεια,αφούηκορυφή v k έχειήδηεξερευνηθεί. (γʹ) Αν A[k] = 1,δηλαδήηκορυφή v k είναιανεξερεύνητη,τηνεπισκεπτόμαστε,καιθέτουμε pre = pre+1και A[k] = pre. Επίσης, είτε από τον πίνακα γειτνίασης είτε από την λίστα γειτονικότητας βρίσκουμε όλες τιςκορυφέςστιςοποίεςκαταλήγουντόξαπουαρχίζουναπότην v k,καιτιςτοποθετούμε στη στοίβα. 1
2 S Παράδειγμα Ηαναζήτησησεβάθοςμεαφετηρίατηνκορυφήv 7 στοκατευθυνόμενογράφημαg = (V,U)μεεκτελείται ως εξής: 1. Αρχικάθέτουμεσεκάθεστοιχείοτουπίνακα Aτηντιμή 1καιηστοίβα Sείναικενή. 2. Τοποθετούμετηνκορυφή v 7 στηστοίβα. Α= [-1, -1, -1, -1, -1, -1, -1, -1] S v 7 Α= [-1, -1, -1, -1, -1, -1, -1, -1] 3. Επειδήηστοίβαείναιμηκενή,εξάγουμετοκορυφαίοστοιχείοτηςστοίβας,τηνκορυφή v 7. Επειδή A[7] = 1επισκεπτόμαστετηνκορυφή v 7,θέτουμε pre = pre+1 = 1,θέτουμε A[7] = pre. Απότην v 7 αρχίζουντόξαπουκαταλήγουνστις v 2 και v 6,επομένωςτοποθετούμεστηστοίβατις v 2 και v 6. v 6 Α= [-1, -1, -1, -1, -1, -1, -1, 1] 4. Επειδήηστοίβαείναιμηκενή,εξάγουμετοκορυφαίοστοιχείοτηςστοίβας,τηνκορυφή v 6. Επειδή A[6] = 1επισκεπτόμαστετηνκορυφή v 6,θέτουμε pre = pre+1 = 2,θέτουμε A[6] = 2. Απότην v 6 αρχίζουντόξαπουκαταλήγουνστις v 1 και v 2,επομένωςτοποθετούμεστηστοίβατις v 1 και v 2. v 2 v 1 Α= [-1, -1, -1, -1, -1, -1, 2, 1] 2
3 5. Επειδήηστοίβαείναιμηκενή,εξάγουμετοκορυφαίοστοιχείοτηςστοίβας,τηνκορυφή v 2. Επειδή A[2] = 1επισκεπτόμαστετηνκορυφή v 2,θέτουμε pre = pre+1 = 3,θέτουμε A[2] = pre. Απότην v 2 αρχίζουντόξαπουκαταλήγουνστην v 3,επομένωςτοποθετούμεστηστοίβατην v 3. v 3 v 1 Α= [-1, -1, 3, -1, -1, -1, 2, 1] 6. Επειδήηστοίβαείναιμηκενή,εξάγουμετοκορυφαίοστοιχείοτηςστοίβας,τηνκορυφή v 3. Επειδή A[3] = 1επισκεπτόμαστετηνκορυφή v 3,θέτουμε pre = pre+1 = 4,θέτουμε A[3] = pre. Απότην v 3 αρχίζουντόξαπουκαταλήγουνστην v 7,επομένωςτοποθετούμεστηστοίβατην v 7. v 7 v 1 Α= [-1, -1, 3, 4, -1, -1, 2, 1] 7. Επειδήηστοίβαείναιμηκενή,εξάγουμετοκορυφαίοστοιχείοτηςστοίβας,τηνκορυφή v 7. Επειδή A[7] = 1 1δενεκτελούμεκαμιάενεργεια v 1 Α= [-1, -1, 3, 4, -1, -1, 2, 1] 8. Επειδήηστοίβαείναιμηκενή,εξάγουμετοκορυφαίοστοιχείοτηςστοίβας,τηνκορυφή v 1. Επειδή A[1] = 1επισκεπτόμαστετηνκορυφή v 1,θέτουμε pre = pre+1 = 5,θέτουμε A[1] = pre. Απότην v 1 αρχίζουντόξαπουκαταλήγουνστις v 2 και v 5,επομένωςτοποθετούμεστηστοίβατις v 2 και v 5. v 5 v 2 Α= [-1, 5, 3, 4, -1, -1, 2, 1] 3
4 9. Επειδήηστοίβαείναιμηκενή,εξάγουμετοκορυφαίοστοιχείοτηςστοίβας,τηνκορυφή v 5. Επειδή A[5] = 1επισκεπτόμαστετηνκορυφή v 5,θέτουμε pre = pre+1 = 6,θέτουμε A[5] = pre. Απότην v 5 αρχίζουντόξαπουκαταλήγουνστην v 4,επομένωςτοποθετούμεστηστοίβατην v 4. v 4 v 2 Α= [-1, 5, 3, 4, -1, 6, 2, 1] 10.Επειδήηστοίβαείναιμηκενή,εξάγουμετοκορυφαίοστοιχείοτηςστοίβας,τηνκορυφή v 4. Επειδή A[4] = 1επισκεπτόμαστετηνκορυφή v 4,θέτουμε pre = pre+1 = 7,θέτουμε A[4] = pre. Απότην v 4 αρχίζουντόξαπουκαταλήγουνστην v 0,επομένωςτοποθετούμεστηστοίβατην v 0. v 0 v 2 Α= [-1, 5, 3, 4, 7, 6, 2, 1] 11.Επειδήηστοίβαείναιμηκενή,εξάγουμετοκορυφαίοστοιχείοτηςστοίβας,τηνκορυφή v 0. Επειδή A[0] = 1επισκεπτόμαστετηνκορυφή v 0,θέτουμε pre = pre+1 = 8,θέτουμε A[0] = pre. Απότην v 0 δεναρχίζουντόξα,επομένωςδενκάνουμεάλληενέργεια v 2 Α= [8, 5, 3, 4, 7, 6, 2, 1] 12.Επειδήηστοίβαείναιμηκενή,εξάγουμετοκορυφαίοστοιχείοτηςστοίβας,τηνκορυφή v 2. Επειδή A[2] = 3 1δενεκτελούμεκαμιάενέργεια. Α= [8, 5, 3, 4, 7, 6, 2, 1] 4
5 S S 13.Επειδήηστοίβαείναιμηκενή,εξάγουμετοκορυφαίοστοιχείοτηςστοίβας,τηνκορυφή v 2. Επειδή A[2] = 3 1δενεκτελούμεκαμιάενέργεια. Α= [8, 5, 3, 4, 7, 6, 2, 1] 14. Επειδή η στοίβα είναι κενή, δεν υπάρχουν άλλες κορυφές προς επίσκεψη και επομένως η αναζήτηση σε βάθος ολοκληρώθηκε. Παρατηρήσεις. Α= [8, 5, 3, 4, 7, 6, 2, 1] 1. Στο προηγούμενο παράδειγμα η σειρά με την οποία επισκεφτήκαμε τις κορυφές του γραφήματος ξεκινώνταςαπότηνκορυφή v 7 είναιαποθηκευμένηστιςθέσειςτουπίνακα A = [8,5,3,4,7,6,2,1]. v 7 v 6 v 2 v 3 v 1 v 5 v 4 v 0 2. Στο προηγούμενο παράδειγμα σε ορισμένες περιπτώσεις εισάγαμε στη στοίβα το ίδιο στοιχείο δύο φορές, ή εισάγαμε ένα στοιχείο το οποίο είχαμε ήδη επισκεφτεί. Υπάρχουν υλοποιήσεις της αναζήτησης σε βάθος που αποφεύγουν αυτές τις επαναλήψεις και φυσικά με αυτή την τροποποίηση η σειρά επίσκεψης των κορυφών αλλάζει, η κεντρική ιδέα όμως της αναζήτησης σε βάθος παραμένει ίδια και στις δύο περιπτώσεις. Στην τροποποίηση αυτή σε κάθε βήμα του αλγορίθμου απαιτείται αναζήτηση στη στοίβα και έλεγχος της αντίστοιχης τιμής του πίνακα Δένδρο DFS Εστω G = (V,U)ένακατευθυνόμενογράφημα. Σεκάθεεκτέλεσηαναζήτησηςσεβάθοςμεαφετηρία μιακορυφήτουγραφήματοςgαντιστοιχείένακατευθυνόμενοδιατεταγμένοδένδρο T G,τοοποίοονομάζεται δένδρο DFS. Η ρίζα του δένδρου είναι η κορυφή αφετηρίας, οι υπόλοιπες κορυφές του είναι κορυφές που επισκεπτόμαστε κατά την αναζήτηση σε βάθος. Τα τόξα του δένδρου είναι ένα υποσύνολο των τόξων του γραφήματος.συγκεκριμένα,απότατόξατουγραφήματοςμεαρχήτην v k καιτέλοςτην v l στοδένδρο T G κρατάμε εκείνα για τα οποία ισχύουν τα ακόλουθα: (α)αμέσωςμετάτην v k επισκεπτόμαστετην v l (β)αμέσωςμετάτην v m επισκεπτόμαστετην v l,ηv m δενσυνδέεταιμετην v l καιηv k είναιηπιοκοντινή προηγούμενητης v m πουσυνδέεταιμετην v l Το δένδρο DFS παράγεται ως εξής: 1. Αρχικά θέτουμε ως ρίζα του δένδρου την κορυφή αφετηρίας. 2. Ανμετάτηνκορυφή v i επισκεπτόμαστετηνκορυφή v j καιαπότην v i αρχίζειτόξομετέλοςτην v j τότεθέτουμετην v j τελευταίοπαιδίτης v i,αλλιώςβρίσκουμετονπιοκοντινόπρόγονοτης v i για τονοποιοαρχίζειτόξομετέλοςτης v j καιθέτουμετην v j τελευταίοπαιδίαυτούτουπρογόνου. Συνεχίζουμε με τον ίδιο τρόπο μέχρι να εξαντλήσουμε όλες τις κορυφές που επισκεπτόμαστε. 5
6 Για παράδειγμα στο γράφημα του προηγούμενου παραδείγματος μεαφετηρίατηνκορυφή v 7 ησειράεπίσκεψηςτωνκορυφώνήτανηεξής: v 7 v 6 v 2 v 3 v 1 v 5 v 4 v 0 επομένως αντιστοιχεί το επόμενο κατευθυνόμενο διατεταγμένο δένδρο. v 7 v 6 v 2 v 1 v 3 v 5 v 4 v 0 Μεβάσητοδένδρο DFSπουπροκύπτειαπότηναναζήτησησεβάθοςμεαφετηρίαμιακορυφή,μπορούμε να κατηγοριοποιήσουμε όλα τα τόξα ενός γραφήματος G σε 4 κατηγορίες: ακμές δένδρου, αν αποτελούν τμήμα του δένδρου DFS. εμπροσθοακμές, αν συνδέουν έναν πρόγονο με έναν απόγονο του δένδρου DFS. DFS οπισθοακμές, αν συνδέουν έναν απόγονο με έναν πρόγονο του δένδρου DFS. διασταυρώσεις, αν συνδέουν κορυφές που δεν είναι η μια πρόγονος ή απόγονος της άλλης. Για παράδειγμα τα τόξα του γραφήματος G του προηγούμενου παραδείγματος κατηγοριοποιούνται ως εξής: εμπροσθοακμή v 7 v 6 οπισθοακμή v 2 v 1 v 3 v 5 διασταύρωση v 4 v 0 Παρατήρηση. Ο εντοπισμός κύκλου σε ένα κατευθυνόμενο γράφημα ανάγεται στην εύρεση μια οπισθοακμής στο αντίστοιχο δένδρο DFS. Στοπροηγούμενοπαράδειγματοτόξο(v 3,v 7 )είναιοπισθοακμή,ηοποίαανήκειστονκύκλοv 7,v 6,v 2,v 3,v 7. 6
7 Άσκηση Για το επόμενο κατευθυνόμενο γράφημα G v 8 v 9 v 10 v Ναγίνειαναζήτησησεβάθοςμεαφετηρίατηνκορυφή v 1 2. Να κατεσκευασθεί το αντίστοιχο δένδρο DFS 3. Ναχαρακτηρισθούνόλατατόξατουγραφήματοςμεβάσητοδένδρο DFS 4. Να εξετασθεί αν το γράφημα περιέχει κύκλους. 1.2 Αναζήτηση κατά πλάτος Η βασική ιδέα της αναζήτησης κατά πλάτος είναι ότι αρχίζουμε από μια κορυφή επισκεπτόμαστε όλες τις γειτονικές κορυφές της αρχικής, επισκεπτόμαστε τους γείτονες των γειτόνων, κ.ο.κ. Η αναζήτηση κατά πλάτος ενός κατευθυνόμενου γραφήματος G = (V, U) υλοποιείται με τη βοήθεια μιας ουράς L και ενός βοηθητικού πίνακα A. Οπίνακας Aέχειμέγεθοςίσοςμετοναριθμότωνκορυφώντουγραφήματοςκαιστηναρχήόλατα στοιχεία του πίνακα έχουν τιμή 1. Ο πίνακας A χρησιμοποιείται για να σημειώνεται αν μια κορυφή έχει ήδη εξερευνηθεί. Σ αυτή την υλοποίηση κρατάμε επιπλέον την πληροφορία με ποιά σειρά έχουμε επισκεφτεί την αντίστοιχη κορυφή, για το σκοπό αυτό χρησιμοποιούμε την βοηθητική μεταβλητή pre. Στην ουρά L αποθηκεύονται οι κορυφές των οποίων δεν έχουμε εξετάσει ακόμα τους γείτονες. Παρατήρηση. Οπως και στην περίπτωση της αναζήτησης σε βάθος, υπάρχουν πολλές υλοποιήσεις της αναζήτησης κατά πλάτος, η διαφορά τους έγκειται στο ποιες ενέργειες πραγματοποιούνται ή ποιες πληροφορίες επεξεργάζονται κατά την επίσκεψη των κορυφών. Ταβήματατουαλγορίθμουαναζήτησηςκατάπλάτος,ξεκινώνταςαπότηνκορυφή v j,είναιταακόλουθα: 1.Αρχικά,όλεςοικορυφέςτου Gείναιανεξερεύνητες,επομένωςσεόλεςτιςθέσειςτουπίνακα A θέτουμε 1.Επίσηςθέτουμε pre = 1 2.Επισκεπτόμαστετηνκορυφή v j,θέτουμε A[j] = preκαιεισάγουμετην v j στηνουρά L. 3. Οσοηουρά Lείναιμηκενήεκτελούμεταακόλουθαβήματα: (αʹ) Επίσης, είτε από τον πίνακα γειτνίασης είτε από την λίστα γειτνίασης βρίσκουμε όλες τις κορυφές στις οποίες καταλήγουν τόξα που αρχίζουν από πρώτο στοιχείο της ουράς L. (βʹ)γιακάθεμιααπότιςγειτονικέςκορυφές,έστωτη v k,ελέγχουμεανείναιεξερευνημένη. Αν A[k] 1, δηλαδή είναι εξερευνημένη, δεν εκτελούμε καμια ενέργεια. Αν A[k] = 1, δηλαδή δεν είναι εξερευνημένη, τότε επισκεπτόμαστε την κορυφή, θέτουμε pre = pre+1,θέτουμε A[k] = pre,καιεισάγουμετην v k στοτέλοςτηςουράς L. (γʹ) Αφαιρούμε το πρώτο στοιχείο της ουράς. 7
8 L Παράδειγμα Ηαναζήτησηκατάπλάτοςμεαφετηρίατηνκορυφή v 7 στοκατευθυνόμενογράφημα G = (V,U)με εκτελείται ως εξής: 1. Αρχικάθέτουμεσεκάθεστοιχείοτουπίνακα Aτηντιμή 1καιηουρά Lείναικενή.Επίσης pre = 1. Α= [-1, -1, -1, -1, -1, -1, -1, -1] 2. Επίσκεπτόμαστετηνκορυφή v 7,θέτουμε A[7] = 1,εισάγουμετην v 7 στηνουρά. L v 7 Α= [-1, -1, -1, -1, -1, -1, -1, 1] 3. Επειδή η ουρά είναι μη κενή, βρίσκουμε τους γείτονες του πρώτου στοιχείου της ουράς, δηλαδή της κορυφής v 7.Οιγείτονέςτηςείναιοικορυφές v 2 και v 6. Επειδή A[2] = 1,επισκεπτόμαστετηνκορυφή v 2,θέτουμε pre = pre + 1 = = 2,θέτουμε A[2] = 2καιτοποθετούμετην v 2 στοτέλοςτηςουράς. Επειδή A[6] = 1,επισκεπτόμαστετηνκορυφή v 6,θέτουμε pre = pre + 1 = = 3,θέτουμε A[6] = 3καιτοποθετούμετην v 6 στοτέλοςτηςουράς. Αφαιρούμετηνκορυφή v 7 απότηνουρά. L v 2 v 6 Α= [-1, -1, 2, -1, -1, -1, 3, 1] 8
9 4. Επειδή η ουρά είναι μη κενή, βρίσκουμε τους γείτονες του πρώτου στοιχείου της ουράς, δηλαδή της κορυφής v 2.Ογείτονάςτηςείναιηκορυφή v 3. Επειδή A[3] = 1,επισκεπτόμαστετηνκορυφή v 3,θέτουμε pre = pre + 1 = = 4,θέτουμε A[3] = 4καιτοποθετούμετην v 3 στοτέλοςτηςουράς. Αφαιρούμετηνκορυφή v 2 απότηνουρά. L v 6 v 3 Α= [-1, -1, 2, 4, -1, -1, 3, 1] 5. Επειδή η ουρά είναι μη κενή, βρίσκουμε τους γείτονες του πρώτου στοιχείου της ουράς, δηλαδή της κορυφής v 6.Οιγείτονέςτηςείναιοικορυφές v 1 και v 2. Επειδή A[1] = 1,επισκεπτόμαστετηνκορυφή v 1,θέτουμε pre = pre + 1 = = 5,θέτουμε A[1] = 5καιτοποθετούμετην v 1 στοτέλοςτηςουράς. Επειδή A[2] = 2 1,δενεκτελούμεκαμίαενέργεια. Αφαιρούμετηνκορυφή v 6 απότηνουρά. L v 3 v 1 Α= [-1, 5, 2, 4, -1, -1, 3, 1] 6. Επειδή η ουρά είναι μη κενή, βρίσκουμε τους γείτονες του πρώτου στοιχείου της ουράς, δηλαδή της κορυφής v 3.Ογείτονάςτηςείναιηκορυφή v 7. Επειδή A[7] = 1 1,δενεκτελούμεκαμίαενέργεια. Αφαιρούμετηνκορυφή v 3 απότηνουρά. L v 1 Α= [-1, 5, 2, 4, -1, -1, 3, 1] 7. Επειδή η ουρά είναι μη κενή, βρίσκουμε τους γείτονες του πρώτου στοιχείου της ουράς, δηλαδή της κορυφής v 1.Ογείτονάςτηςείναιηκορυφή v 5. Επειδή A[5] = 1,επισκεπτόμαστετηνκορυφή v 5,θέτουμε pre = pre + 1 = = 6,θέτουμε A[5] = 6καιτοποθετούμετην v 5 στοτέλοςτηςουράς. Αφαιρούμετηνκορυφή v 1 απότηνουρά. L v 5 Α= [-1, 5, 2, 4, -1, 6, 3, 1] 9
10 L L 8. Επειδή η ουρά είναι μη κενή, βρίσκουμε τους γείτονες του πρώτου στοιχείου της ουράς, δηλαδή της κορυφής v 5.Ογείτονάςτηςείναιηκορυφή v 4. Επειδή A[4] = 1,επισκεπτόμαστετηνκορυφή v 4,θέτουμε pre = pre + 1 = = 7,θέτουμε A[4] = 7καιτοποθετούμετην v 4 στοτέλοςτηςουράς. Αφαιρούμετηνκορυφή v 5 απότηνουρά. L v 4 Α= [-1, 5, 2, 4, 7, 6, 3, 1] 9. Επειδή η ουρά είναι μη κενή, βρίσκουμε τους γείτονες του πρώτου στοιχείου της ουράς, δηλαδή της κορυφής v 4.Ογείτονάςτηςείναιηκορυφή v 0. Επειδή A[0] = 1,επισκεπτόμαστετηνκορυφή v 0,θέτουμε pre = pre + 1 = = 8,θέτουμε A[0] = 8καιτοποθετούμετην v 0 στοτέλοςτηςουράς. Αφαιρούμετηνκορυφή v 4 απότηνουρά. L v 0 Α= [-1, 5, 2, 4, 7, 6, 3, 1] 10. Επειδή η ουρά είναι μη κενή, βρίσκουμε τους γείτονες του πρώτου στοιχείου της ουράς, δηλαδή της κορυφής v 0.Ηκορυφή v 0 δενέχειγείτονες. Αφαιρούμετηνκορυφή v 0 απότηνουρά. Α= [8, 5, 2, 4, 7, 6, 3, 1] 11. Επειδή η ουρά είναι κενή, δεν υπάρχουν άλλοι ανεξερεύνητη γείτονες προς επίσκεψη και επομένως η αναζήτηση κατά πλάτος ολοκληρώθηκε. Α= [8, 5, 2, 4, 7, 6, 3, 1] Παρατήρηση. Στο προηγούμενο παράδειγμα η σειρά με την οποία επισκεφτήκαμε τις κορυφές του γραφήματοςξεκινώνταςαπότηνκορυφή v 7 είναιαποθηκευμένηστιςθέσειςτουπίνακα A = [8,5,2,4,7,6,3,1] v 7 v 2 v 6 v 3 v 1 v 5 v 4 v 0 10
11 1.3 Δένδρο BFS Εστω G = (V,U)ένακατευθυνόμενογράφημα.Σεκάθεεκτέλεσηαναζήτησηςκατάβάθοςμεαφετηρία μιακορυφήτουγραφήματοςgαντιστοιχείένακατευθυνόμενοδιατεταγμένοδένδρο T G,τοοποίοονομάζεται δένδρο BFS. Η ρίζα του δένδρου είναι η κορυφή αφετηρίας, οι υπόλοιπες κορυφές του είναι κορυφές που επισκεπτόμαστε κατά την αναζήτηση κατά πλάτος. Τα τόξα του δένδρου είναι ένα υποσύνολο των τόξων του γραφήματος. Συγκεκριμένα, το δένδρο BFS παράγεται ως εξής: 1. Αρχικά θέτουμε ως ρίζα του δένδρου την κορυφή αφετηρίας. 2. Στησυνέχειασεκάθεκορυφήv i θέτουμεωςπαιδιά,μετησειράπουτιςεπισκεπτόμαστε,τιςγειτονικές κορυφέςτης v i οιοποίεςείναιανεξερεύνητες. Για παράδειγμα στο γράφημα του προηγούμενου παραδείγματος μεαφετηρίατηνκορυφή v 7 ησειράεπίσκεψηςτωνκορυφώνήτανηεξής: v 7 v 2 v 6 v 3 v 1 v 5 v 4 v 0 επομένως αντιστοιχεί το επόμενο κατευθυνόμενο διατεταγμένο δένδρο. v 7 v 2 v 6 v 3 v 1 v 5 v 4 v 0 Μεβάσητοδένδρο DFSπουπροκύπτειαπότηναναζήτησησεβάθοςμεαφετηρίαμιακορυφή,μπορούμε να κατηγοριοποιήσουμε όλα τα τόξα ενός γραφήματος G σε 3 κατηγορίες: ακμές δένδρου, αν αποτελούν τμήμα του δένδρου DFS. οπισθοακμές, αν συνδέουν έναν απόγονο με έναν πρόγονο του δένδρου DFS. διασταυρώσεις, αν συνδέουν κορυφές που δεν είναι η μια πρόγονος ή απόγονος της άλλης. Παρατήρηση Σε αντίθεση με την αναζήτηση σε βάθος και το δένδρο DFS, στην αναζήτηση κατά πλάτος και το δένδρο BFS δεν υπάρχουν εμπροσθοακμές διότι στην αναζήτηση κατά βάθος επισκεπτόμαστε όλους τους κόμβους που βρίσκονται απόσταση i από την κορυφή αφετηρίας και μετά επισκεπτόμαστε τους κόμβου που βρίσκονται σε απόσταση μεγαλύτερη του i. 11
12 Για παράδειγμα τα τόξα του γραφήματος G του προηγούμενου παραδείγματος κατηγοριοποιούνται ως εξής: οπισθοακμή v 7 v 2 v 6 v 3 v 1 v 5 διασταύρωση v 4 v 0 Παρατήρηση. Ο εντοπισμός κύκλου σε ένα κατευθυνόμενο γράφημα ανάγεται στην εύρεση μια οπισθοακμής στο αντίστοιχο δένδρο BFS. Στοπροηγούμενοπαράδειγματοτόξο(v 3,v 7 )είναιοπισθοακμή,ηοποίαανήκειστονκύκλοv 7,v 6,v 2,v 3,v 7. Άσκηση Για το επόμενο κατευθυνόμενο γράφημα G v 8 v 9 v 10 v Ναγίνειαναζήτησηκατάπλάτοςμεαφετηρίατηνκορυφή v 1 2. Να κατεσκευασθεί το αντίστοιχο δένδρο BFS 3. Ναχαρακτηρισθούνόλατατόξατουγραφήματοςμεβάσητοδένδρο BFS 4. Να εξετασθεί αν το γράφημα περιέχει κύκλους. 12
1 Το πρόβλημα της συντομότερης διαδρομής
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΛΑΜΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ ΥΠΟΛΟΓΙΣΤΩΝ ΣΧΕΔΙΑΣΜΟΣ ΚΑΙ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 00 Ιστοσελίδα μαθήματος: http://eclass.teilam.gr/di88 6ο ΕΡΓΑΣΤΗΡΙΟ
Διαβάστε περισσότερα6η 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
Διαβάστε περισσότεραΑναζήτηση 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
Διαβάστε περισσότεραΑναζήτηση 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
Διαβάστε περισσότεραΑναζήτηση 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
Διαβάστε περισσότεραΑναζήτηση 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
Διαβάστε περισσότεραΔΙΑΣΧΙΣΗ 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
Διαβάστε περισσότεραΑναζήτηση 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
Διαβάστε περισσότεραΑναζήτηση 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,
Διαβάστε περισσότεραΑλγόριθμοι 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
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 περισσότεραΑναζήτηση 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
Διαβάστε περισσότεραΕισαγωγή 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
Διαβάστε περισσότεραΤΕΙ ΛΑΜΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑ ΥΠΟΛΟΓΙΣΤΩΝ
ÌïëëÜ Ì. Á μýô Á.Ì. : 5 moll@moll.r ΤΕΙ ΛΑΜΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑ ΥΠΟΛΟΓΙΣΤΩΝ ΜΑΘΗΜΑ : ΕΙΣΑΓΩΓΗ ΣΤΟ ΔΙΑΔΙΚΤΥΟ (ΕΡΓΑΣΤΗΡΙΟ) Ε ΕΞΑΜΗΝΟ ΕΙΣΗΓΗΤΕΣ: Χαϊδόγιαννος Χαράλαμπος ΕΡΓΑΣΤΗΡΙΑΚΗ ΑΣΚΗΣΗ
Διαβάστε περισσότερα(elementary graph algorithms)
(elementary graph algorithms) Παύλος Εφραιμίδης περιεχόμενα αναπαραστάσεις οριζόντια διερεύνηση καθοδική διερεύνηση αναπαράσταση δύο καθιερωμένοι τρόποι: πίνακας γειτνίασης συλλογή από καταλόγους γειτνίασης
Διαβάστε περισσότεραΑναζήτηση 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
Διαβάστε περισσότεραΓέφυρες σε Δίκτυα. Μας δίνεται ένα δίκτυο (κατευθυνόμενο γράφημα) αφετηριακός κόμβος. Γέφυρα του (με αφετηρία τον ) :
Μας δίνεται ένα δίκτυο (κατευθυνόμενο γράφημα) αφετηριακός κόμβος και Γέφυρα του (με αφετηρία τον ) : Ακμή που περιέχεται σε κάθε μονοπάτι από το στο s a b c d e f g h i j k l Μας δίνεται ένα δίκτυο (κατευθυνόμενο
Διαβάστε περισσότεραΔιερεύνηση γραφήματος
Διερεύνηση γραφήματος Διερεύνηση γραφήματος Ένας αλγόριθμος διερεύνησης γραφήματος επισκέπτεται τους κόμβους του γραφήματος με μια καθορισμένη στρατηγική, π.χ. κατά εύρος ή κατά βάθος. Καθοδική διερεύνηση
Διαβάστε περισσότεραΑλγόριθµοι Γραφηµάτων
Αλγόριθµοι Γραφηµάτων Παύλος Σπυράκης Πανεπιστήµιο Πατρών Τοµέας Θεµελιώσεων και Εφαρµογών της Επιστήµης των Υπολογιστών Ερευνητικό Ακαδηµαϊκό Ινστιτούτο Τεχνολογίας Υπολογιστών Γραφήµατα Μοντελοποίηση
Διαβάστε περισσότεραΑναζήτηση 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
Διαβάστε περισσότεραΕισαγωγή 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
Διαβάστε περισσότεραΣχεδίαση 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
Διαβάστε περισσότεραΟι δυναμικές δομές δεδομένων στην ΑΕΠΠ
Καθηγητής Πληροφορικής Απαγορεύεται η αναπαραγωγή των σημειώσεων χωρίς αναφορά στην πηγή Οι σημειώσεις, αν και βασίζονται στο διδακτικό πακέτο, αποτελούν προσωπική θεώρηση της σχετικής ύλης και όχι επίσημο
Διαβάστε περισσότεραΑφηρημένες Δομές Δεδομένων. Στοίβα (Stack) Υλοποίηση στοίβας
Ιόνιο Πανεπιστήμιο Τμήμα Πληροφορικής ισαγωγή στην πιστήμη των Υπολογιστών 2015-16 λγόριθμοι και ομές εδομένων (IΙ) (γράφοι και δένδρα) http://di.ionio.gr/~mistral/tp/csintro/ Μ.Στεφανιδάκης φηρημένες
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 περισσότεραΣτοιχεία 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,
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ 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
Διαβάστε περισσότεραΠΕΡΙΕΧΟΜΕΝΑ 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...
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ 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
Διαβάστε περισσότεραΔομές 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
Διαβάστε περισσότεραΠΡΟΛΟΓΟΣ. Θεσσαλονίκη, Μάρτιος 2009. Οι συγγραφείς. Κ. Παπαρρίζος, Ν. Σαμαράς, Α. Σιφαλέρας.
ΠΡΟΛΟΓΟΣ Το βιβλίο «Δικτυακή Βελτιστοποίηση» γράφτηκε με κύριο στόχο να καλύψει τις ανάγκες της διδασκαλίας του μαθήματος «Δικτυακός Προγραμματισμός», που διδάσκεται στο Τμήμα Εφαρμοσμένης Πληροφορικής,
Διαβάστε περισσότεραΚεφάλαιο 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
Διαβάστε περισσότεραΑλγόριθµοι 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
Διαβάστε περισσότεραΠΛΗ 20, 6 η ΟΣΣ: Δέντρα Εξετάσεις
ΠΛΗ 20, 6 η ΟΣΣ: Δέντρα Εξετάσεις Δημήτρης Φωτάκης Διακριτά Μαθηματικά και Μαθηματική Λογική Πληροφορική Ελληνικό Ανοικτό Πανεπιστήμιο Δέντρα Δέντρο: πρότυπο ιεραρχικής δομής. Αναπαράσταση (ιεραρχικών)
Διαβάστε περισσότεραΘΕΩΡΙΑ ΓΡΑΦΩΝ. 10 η Διάλεξη Κατευθυνόμενοι Γράφοι Βασικά χαρακτηριστικά Αλγόριθμοι διάσχισης κατευθυνόμενων γράφων Λίγα Λόγια για Αλυσίδες Markov
Πανεπιστήμιο Στερεάς Ελλάδας Τμήμα Πληροφορικής ΘΕΩΡΙΑ ΓΡΑΦΩΝ 10 η Διάλεξη Κατευθυνόμενοι Γράφοι Βασικά χαρακτηριστικά Αλγόριθμοι διάσχισης κατευθυνόμενων γράφων Λίγα Λόγια για Αλυσίδες Markov Βασικά Χαρακτηριστικά
Διαβάστε περισσότεραΕφαρμόζονται σε προβλήματα στα οποία δεν υπάρχει πληροφορία που να επιτρέπει την αξιολόγηση των καταστάσεων του χώρου αναζήτησης.
Ανάλογα με το αν ένας αλγόριθμος αναζήτησης χρησιμοποιεί πληροφορία σχετική με το πρόβλημα για να επιλέξει την επόμενη κατάσταση στην οποία θα μεταβεί, οι αλγόριθμοι αναζήτησης χωρίζονται σε μεγάλες κατηγορίες,
Διαβάστε περισσότεραΕισαγωγή 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
Διαβάστε περισσότεραΑλγόριθμοι 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
Διαβάστε περισσότεραΟΙΚΟΝΟΜΙΚΟ 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
Διαβάστε περισσότεραΑλγόριθμοι 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
Διαβάστε περισσότεραΕισαγωγή 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
Διαβάστε περισσότεραΔιδάσκων: 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
Διαβάστε περισσότεραΔιαπεράσεις Μη Κατευθυνόμενων Γραφημάτων
Διαπεράσεις Μη Κατευθυνόμενων Γραφημάτων Κάθε διαδικασία συστηματικής και εξαντλητικής εξερευνήσεως ενός γραφήματος, με την εξέταση των κορυφών και ακμών του Παρ όλη την απλότητά τους, οι διαπεράσεις είναι
Διαβάστε περισσότεραΕνότητα 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)
Διαβάστε περισσότεραΕισαγωγή 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
Διαβάστε περισσότεραΚεφάλαιο 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
Διαβάστε περισσότεραauth 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
Διαβάστε περισσότεραΕισαγωγή 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
Διαβάστε περισσότεραΕισαγωγή 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
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 περισσότεραΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Δομές δεδομένων. Ενότητα 10η: Γράφοι Παναγιώτα Φατούρου Τμήμα Επιστήμης Υπολογιστών
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Δομές δεδομένων Ενότητα 10η: Γράφοι Παναγιώτα Φατούρου Τμήμα Επιστήμης Υπολογιστών Ενότητα 10 Γράφοι ΗΥ240 - Παναγιώτα Φατούρου 2 Γράφοι (ή Γραφήματα) Ένας γράφος
Διαβάστε περισσότεραΘέματα Μεταγλωττιστών
Γιώργος Δημητρίου Ενότητα 7 η : Περιοχές: Εναλλακτική Μέθοδος Ανάλυσης Ροής Δεδομένων Περιοχές (Regions) Σε κάποιες περιπτώσεις βρόχων η ανάλυση ροής δεδομένων με τον επαναληπτικό αλγόριθμο συγκλίνει αργά
Διαβάστε περισσότεραΕισαγωγή 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
Διαβάστε περισσότεραΕισαγωγή 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
Διαβάστε περισσότεραΕισαγωγή 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
Διαβάστε περισσότεραΠληροφοριακά 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
Διαβάστε περισσότεραΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Δομές Δεδομένων. Ιωάννης Γ. Τόλλης Τμήμα Επιστήμης Υπολογιστών Πανεπιστήμιο Κρήτης
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Δομές Δεδομένων Ιωάννης Γ. Τόλλης Τμήμα Επιστήμης Υπολογιστών Πανεπιστήμιο Κρήτης Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού
Διαβάστε περισσότερα7ο ΕΡΓΑΣΤΗΡΙΟ AAAABBBBAAAAABBBBBBCCCCCCCCCCCCCCBBABAAAABBBBBBCCCCD
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΛΑΜΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ ΥΠΟΛΟΓΙΣΤΩΝ ΣΧΕΔΙΑΣΜΟΣ ΚΑΙ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2010 11 Ιστοσελίδα μαθήματος: http://eclass.teilam.gr/di288 1 Συμπίεση
Διαβάστε περισσότεραΚεφάλαιο 4 Γραφήματα και Δένδρα
Κεφάλαιο 4 Γραφήματα και Δένδρα Περιεχόμενα 4.1 Γραφήματα... 60 4.2 Δομές δεδομένων για την αναπαράσταση γραφημάτων... 64 4.2.1 Υλοποίηση σε Java... 66 4.3 Διερεύνηση γραφήματος... 69 4.4 Δένδρα... 86
Διαβάστε περισσότεραΘεωρία 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»...
Διαβάστε περισσότεραΠΛΗ111. 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
Διαβάστε περισσότερα(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
Διαβάστε περισσότεραΕπίλυση Προβλημάτων 1
Επίλυση Προβλημάτων 1 Επίλυση Προβλημάτων Περιγραφή Προβλημάτων Αλγόριθμοι αναζήτησης Αλγόριθμοι τυφλής αναζήτησης Αναζήτηση πρώτα σε βάθος Αναζήτηση πρώτα σε πλάτος (ΒFS) Αλγόριθμοι ευρετικής αναζήτησης
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 περισσότεραΚεφάλαιο 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
Διαβάστε περισσότεραΚατανεμημένα 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 περισσότεραΔομές Δεδομένων και Αλγόριθμοι
Δομές Δεδομένων και Αλγόριθμοι Χρήστος Γκόγκος ΤΕΙ Ηπείρου Χειμερινό Εξάμηνο 2014-2015 Παρουσίαση 18 Dijkstra s Shortest Path Algorithm 1 / 12 Ο αλγόριθμος εύρεσης της συντομότερης διαδρομής του Dijkstra
Διαβάστε περισσότεραΣχεδίαση 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
Διαβάστε περισσότεραΓια παράδειγμα η αρχική και η τελική κατάσταση αναπαριστώνται ως εξής: (ένα λίτρο)
8 1 η ΕΡΓΑΣΙΑ ΣΤΟ ΜΑΘΗΜΑ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ Απάντηση 1ης άσκησης Κατάσταση (κόμβοι): Αναπαριστούμε μια κατάσταση του προβλήματος με ένα διατεταγμένο ζεύγος (X,Y) όπου X είναι τα λίτρα στο βάζο Α (χωρητικότητα
Διαβάστε περισσότεραέντρα ιδάσκοντες:. Φωτάκης,. Σούλιου Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο
έντρα ιδάσκοντες:. Φωτάκης,. Σούλιου Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο έντρα έντρο: πρότυπο ιεραρχικής δομής. Αναπαράσταση
Διαβάστε περισσότεραΓράφοι: 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
Διαβάστε περισσότεραΕισαγωγή 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
Διαβάστε περισσότεραΓράφημα. Συνδυαστικό αντικείμενο που αποτελείται από 2 σύνολα: Σύνολο κορυφών (vertex set) Σύνολο ακμών (edge set) 4 5 πλήθος κορυφών πλήθος ακμών
Γράφημα Συνδυαστικό αντικείμενο που αποτελείται από 2 σύνολα: Σύνολο κορυφών (vertex set) Σύνολο ακμών (edge set) 1 2 3 4 5 πλήθος κορυφών πλήθος ακμών Γράφημα Συνδυαστικό αντικείμενο που αποτελείται από
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 2η διάλεξη (2015-16) Ίων Ανδρουτσόπουλος. http://www.aueb.gr/users/ion/
Τεχνητή Νοημοσύνη 2η διάλεξη (2015-16) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται στα βιβλία: Τεχνητή Νοημοσύνη των Βλαχάβα κ.ά., 3η έκδοση, Β. Γκιούρδας
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 3η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 3η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται στα βιβλία Τεχνητή Νοημοσύνη των Βλαχάβα κ.ά., 3η έκδοση, Β. Γκιούρδας
Διαβάστε περισσότεραΠανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων ομές εδομένων
Πανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων 11. Γράφοι 2 ομές εδομένων 4 5 Χρήστος ουλκερίδης Τμήμα Ψηφιακών Συστημάτων 23/12/2016 Εισαγωγή Οι γράφοι
Διαβάστε περισσότεραιδάσκοντες: Φ. Αφράτη,. Φωτάκης,. Σούλιου Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
έντρα ιδάσκοντες: Φ. Αφράτη,. Φωτάκης,. Σούλιου Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο έντρα έντρο: πρότυπο ιεραρχικής δομής.
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή
Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή raniah@hua.gr 1 Αναζήτηση Δοθέντος ενός προβλήματος με περιγραφή είτε στον χώρο καταστάσεων
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 περισσότεραΕπίλυση προβλημάτων με αναζήτηση
Επίλυση προβλημάτων με αναζήτηση Περιεχόμενα Μέθοδοι (πράκτορες) επίλυσης προβλημάτων Προβλήματα και Λύσεις Προβλήματα παιχνίδια Προβλήματα του πραγματικού κόσμου Αναζήτηση λύσεων Δέντρο αναζήτησης Στρατηγικές
Διαβάστε περισσότερα3η Σειρά Γραπτών Ασκήσεων
1/55 3η Σειρά Γραπτών Ασκήσεων Αλγόριθμοι και Πολυπλοκότητα ΣΗΜΜΥ, Εθνικό Μετσόβιο Πολυτεχνείο 2/55 1 Άσκηση 1: Πομποί και Δέκτες 2 Άσκηση 2: Διακοπές στην Ικαρία 3 Άσκηση 3: Επιστροφή στη Γη 4 Άσκηση
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 περισσότεραΕνότητα 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
Διαβάστε περισσότεραΔιάλεξη 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.
Διαβάστε περισσότεραΙσορροπημένα Δένδρα. για κάθε λειτουργία; Ισορροπημένο δένδρο : Διατηρεί ύψος κάθε εισαγωγή ή διαγραφή
Ισορροπημένα Δένδρα Μπορούμε να επιτύχουμε για κάθε λειτουργία; χρόνο εκτέλεσης Ισορροπημένο δένδρο : Διατηρεί ύψος κάθε εισαγωγή ή διαγραφή μετά από Περιστροφές x αριστερή περιστροφή από το x y α β y
Διαβάστε περισσότεραΔένδρα. Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα:
Δένδρα Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Εισαγωγή σε δενδρικές δομές δεδομένων, ορισμοί, πράξεις και αναπαράσταση στη μνήμη ΔυαδικάΔένδρακαιΔυαδικάΔένδραΑναζήτησης ΕΠΛ 231 Δομές
Διαβάστε περισσότεραΔιάλεξη 17: Δυαδικά Δέντρα. Διδάσκων: Κωνσταντίνος Κώστα Διαφάνειες: Δημήτρης Ζεϊναλιπούρ
Διάλεξη 7: Δυαδικά Δέντρα Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Δυαδικά Δένδρα Δυαδικά Δένδρα Αναζήτησης Πράξεις Εισαγωγής, Εύρεσης Στοιχείου, Διαγραφής Μικρότερου Στοιχείου Διδάσκων:
Διαβάστε περισσότεραΕισαγωγή 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
Διαβάστε περισσότεραΣτοιχεία Θεωρίας Γραφηµάτων (4) - έντρα
Στοιχεία Θεωρίας Γραφηµάτων (4) - έντρα Ορέστης Τελέλης tllis@unipi.r Τµήµα Ψηφιακών Συστηµάτων, Πανεπιστήµιο Πειραιώς Ο. Τελέλης Πανεπιστήµιο Πειραιώς έντρα 1 / 27 έντρα έντρο είναι απλό συνδεδεµένο µη
Διαβάστε περισσότεραΘέματα Υπολογισμού στον Πολιτισμό - Δένδρα. Δένδρα
Δένδρα Δένδρα Ειδική κατηγορία γραφημάτων: συνεκτικά γραφήματα που δεν περιέχουν απλά κυκλώματα [1857] Arthur Cayley: για απαρίθμηση ορισμένων ειδών χημικών ενώσεων Χρησιμοποιούνται σε πληθώρα προβλημάτων,
Διαβάστε περισσότερα3η Σειρά Γραπτών Ασκήσεων
1/48 3η Σειρά Γραπτών Ασκήσεων Αλγόριθμοι και Πολυπλοκότητα ΣΗΜΜΥ, Εθνικό Μετσόβιο Πολυτεχνείο 2/48 1 Άσκηση 1: Πομποί και Δέκτες 2 Άσκηση 2: Διακοπές στην Ικαρία 3 Άσκηση 3: Επιστροφή στη Γη 4 Άσκηση
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 περισσότεραΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΦΡΟΝΤΙΣΤΗΡΙΟ ΑΛΓΟΡΙΘΜΩΝ ΒΟΗΘΟΣ: ΒΑΓΓΕΛΗΣ ΔΟΥΡΟΣ
ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΦΡΟΝΤΙΣΤΗΡΙΟ ΑΛΓΟΡΙΘΜΩΝ ΒΟΗΘΟΣ: ΒΑΓΓΕΛΗΣ ΔΟΥΡΟΣ Φροντιστήριο #: Εύρεση Ελαχίστων Μονοπατιών σε Γραφήματα που Περιλαμβάνουν και Αρνητικά Βάρη: Αλγόριθμος
Διαβάστε περισσότεραΙσορροπημένα Δένδρα. για κάθε λειτουργία; Ισορροπημένο δένδρο : Διατηρεί ύψος κάθε εισαγωγή ή διαγραφή
Ισορροπημένα Δένδρα Μπορούμε να επιτύχουμε για κάθε λειτουργία; χρόνο εκτέλεσης Ισορροπημένο δένδρο : Διατηρεί ύψος κάθε εισαγωγή ή διαγραφή μετά από Περιστροφές x αριστερή περιστροφή από το x y α β y
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 περισσότεραΛυσεις 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
Διαβάστε περισσότεραΚεφάλαιο 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
Διαβάστε περισσότεραΠανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων ομές εδομένων
Πανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων 6. Δυαδικά Δέντρα 2 ομές εδομένων 4 5 Χρήστος ουλκερίδης Τμήμα Ψηφιακών Συστημάτων 18/11/2016 Εισαγωγή Τα
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 περισσότεραΤεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή
Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή raniah@hua.gr 1 Αλγόριθμοι Τυφλής Αναζήτησης Οι αλγόριθμοι τυφλής αναζήτησης εφαρμόζονται σε
Διαβάστε περισσότερα