Outline. 6 Edit Distance

Σχετικά έγγραφα
I 1 I 2 I 3 I 4 I 5 I 6 I 7 I 8 I 9 I 10 I 11

Outline. 6 Edit Distance

I 1 I 2 I 3 I 4 I 5 I 6 I 7 I 8 I 9 I 10 I 11

2η Σειρά Γραπτών Ασκήσεων

Μη γράφετε στο πίσω μέρος της σελίδας

Αλγόριθµοι και Πολυπλοκότητα

Αλγόριθµοι και Πολυπλοκότητα

3η Σειρά Γραπτών Ασκήσεων

ΑΛΓΟΡΙΘΜΟΙ Άνοιξη I. ΜΗΛΗΣ

Δομές Δεδομένων & Αλγόριθμοι

Προσεγγιστικοί Αλγόριθμοι

1η Σειρά Γραπτών Ασκήσεων

Αλγόριθµοι και Πολυπλοκότητα

Δυναμικός Προγραμματισμός

Λυσεις προβλημάτων τελικής φάσης Παγκύπριου Μαθητικού Διαγωνισμού Πληροφορικής 2007

Δυναμικός Προγραμματισμός

Διακριτά Μαθηματικά [Rosen, κεφ. 3] Γιάννης Εμίρης Τμήμα Πληροφορικής & Τηλεπικοινωνιών, ΕΚΠΑ Οκτώβριος 2018

ιαίρει-και-βασίλευε ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο

Απειροστικός Λογισμός Ι, χειμερινό εξάμηνο Λύσεις τέταρτου φυλλαδίου ασκήσεων. ( n(n+1) e 1 (

3η Σειρά Γραπτών Ασκήσεων

Προγραμματισμός Ι (ΗΥ120)

υναμικός Προγραμματισμός

Διατάξεις με επανάληψη: Με πόσους τρόπους μπορώ να διατάξω r από n αντικείμενα όταν επιτρέπονται επαναληπτικές εμφανίσεις των αντικειμένων; Στην αρχή

Διαίρει-και-Βασίλευε. Διαίρει-και-Βασίλευε. MergeSort. MergeSort. Πρόβλημα Ταξινόμησης: Είσοδος : ακολουθία n αριθμών (α 1

επιστρέφει το αμέσως μεγαλύτερο από το x στοιχείο του S επιστρέφει το αμέσως μικρότερο από το x στοιχείο του S

Δυναμικός Προγραμματισμός

Μη γράφετε στο πίσω μέρος της σελίδας

Μη γράφετε στο πίσω μέρος της σελίδας

Ξέρουμε ότι: Συνάρτηση-απεικόνιση με πεδίο ορισμού ένα σύνολο Α και πεδίο τιμών ένα σύνολο Β είναι κάθε μονοσήμαντη απεικόνιση f του Α στο Β.

Τεχνικές Σχεδιασμού Αλγορίθμων

Αλγόριθµοι. Παράδειγµα. ιαίρει και Βασίλευε. Παράδειγµα MergeSort. Τεχνικές Σχεδιασµού Αλγορίθµων

Διαχείριση Εφοδιαστικής Αλυσίδας ΙΙ

Διαίρει-και-Βασίλευε. Αλγόριθµοι & Πολυπλοκότητα (Χειµώνας 2011) Διαίρει-και-Βασίλευε 2

υναμικός Προγραμματισμός

υναμικός Προγραμματισμός

Άπληστοι Αλγόριθμοι. ιδάσκοντες: Σ. Ζάχος,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών

Διαδικασιακός Προγραμματισμός

Διακριτά Μαθηματικά. Απαρίθμηση: Διωνυμικοί συντελεστές

Άπληστοι Αλγόριθµοι. Αλγόριθµοι & Πολυπλοκότητα (Χειµώνας 2011) Άπληστοι Αλγόριθµοι 1

a n + 6a n a n 2 + 8a n 3 = 0, a 0 = 1, a 1 = 2, a 2 = 8

Κατ οίκον Εργασία 1 Σκελετοί Λύσεων

i=1 i=1 i=1 (x i 1, x i +1) (x 1 1, x k +1),

για NP-Δύσκολα Προβλήματα

Αλγόριθμοι και πολυπλοκότητα Δυναμικός Προγραμματισμός

Μέθοδος μέγιστης πιθανοφάνειας

Δυναμική Διατήρηση Γραμμικής Διάταξης

Άπληστοι Αλγόριθµοι (CLR, κεφάλαιο 17)

f(t) = (1 t)a + tb. f(n) =

Αλγοριθμικές Τεχνικές. Brute Force. Διαίρει και Βασίλευε. Παράδειγμα MergeSort. Παράδειγμα. Τεχνικές Σχεδιασμού Αλγορίθμων

Άπληστοι Αλγόριθμοι. Επιμέλεια διαφανειών: Δ. Φωτάκης Τροποποιήσεις: Α. Παγουρτζής. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών

4η Γραπτή Ασκηση Αλγόριθμοι και Πολυπλοκότητα CoReLab ΣΗΜΜΥ 3/2/2019 CoReLab (ΣΗΜΜΥ) 4η Γραπτή Ασκηση 3/2/ / 37

Δομές Δεδομένων. Τι είναι η δομή δεδομένων; Έστω η ακολουθία αριθμών: 8, 10,17,19,22,5,12 Λογικό Επίπεδο. Φυσικό Επίπεδο RAM. Ταξινομημένος.

Εισαγωγή στους Αλγορίθμους Ενότητα 11η

Αλγόριθμοι και πολυπλοκότητα: 4 η σειρά ασκήσεων ΣΗΜΜΥ - Ε.Μ.Π.

Σχεδίαση Αλγορίθμων -Τμήμα Πληροφορικής ΑΠΘ - Εξάμηνο 4ο

Πληροφορική 2. Αλγόριθμοι

Αλγοριθμικές Τεχνικές

Άπληστοι Αλγόριθμοι. ιδάσκοντες: Σ. Ζάχος,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών

Προσεγγιστικοί Αλγόριθμοι για NP- ύσκολα Προβλήματα

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΦΡΟΝΤΙΣΤΗΡΙΟ ΑΛΓΟΡΙΘΜΩΝ ΒΟΗΘΟΣ: ΒΑΓΓΕΛΗΣ ΔΟΥΡΟΣ

4η Γραπτή Ασκηση Αλγόριθμοι και Πολυπλοκότητα CoReLab ΣΗΜΜΥ 7 Φεβρουαρίου 2017 CoReLab (ΣΗΜΜΥ) 4η Γραπτή Ασκηση 7 Φεβρουαρίου / 38

Διακριτά Μαθηματικά. Απαρίθμηση: Διωνυμικοί συντελεστές

APEIROSTIKOS LOGISMOS I

n ίδια n διαφορετικά n n 0 n n n 1 n n n n 0 4

Σχεδίαση & Ανάλυση Αλγορίθμων

Κατακερματισμός (Hashing)

Γενικευμένες Μεταθέσεις και Συνδυασμοί

Πρόβλημα 1 «Φασίνα» Εύρεση εκτέλεσης εργασιών με τον μικρότερο συνολικό χρόνο

Επιμέλεια διαφανειών: Δ. Φωτάκης Τροποποιήσεις-προσθήκες: Α. Παγουρτζής. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών

Διωνυµικοί Συντελεστές. Αλγόριθµοι & Πολυπλοκότητα (Χειµώνας 2011) Δυναµικός Προγραµµατισµός 1

Approximation Algorithms for the k-median problem

Τεχνητή Νοημοσύνη. 2η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Ταξινόμηση. Σαλτογιάννη Αθανασία

n 5 = 7 ε (π.χ. ορίζοντας n0 = 1+ ε συνεπώς (σύμϕωνα με τις παραπάνω ισοδυναμίες) an 5 < ε. Επομένως a n β n 23 + β n+1

Απειροστικός Λογισμός Ι Ασκήσεις

Λύσεις Διαγωνισμάτος 1 Ενότητα: Ακολουθίες-Σειρές

Εισαγωγή στους Αλγορίθμους Ενότητα 8η

Ασκήσεις για το µάθηµα «Ανάλυση Ι και Εφαρµογές» (ε) Κάθε συγκλίνουσα ακολουθία άρρητων αριθµών συγκλίνει σε άρρητο αριθµό.

Αλγόριθμοι και Πολυπλοκότητα

Ελάχιστο Γεννητικό Δένδρο. Παράδειγμα - Αλγόριθμος Prim. Γιατί δουλεύουν αυτοί οι αλγόριθμοι;

Διακριτά Μαθηματικά. Απαρίθμηση: Γενικευμένες Μεταθέσεις και Συνδυασμοί

Επίλυση Προβλημάτων και Τεχνικές Αναζήτησης Εισαγωγή

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

Διάλεξη 04: Παραδείγματα Ανάλυσης

Δομές Δεδομένων & Αλγόριθμοι

Θεωρία Παιγνίων και Αποφάσεων. Ενότητα 5: Εύρεση σημείων ισορροπίας σε παίγνια μηδενικού αθροίσματος. Ε. Μαρκάκης. Επικ. Καθηγητής

ΕΠΛ 232: Αλγόριθµοι και Πολυπλοκότητα. Κατ οίκον Εργασία 1 Σκελετοί Λύσεων

ΑΝΑΛΥΣΗ 1 ΔΩΔΕΚΑΤΟ ΜΑΘΗΜΑ, Μ. Παπαδημητράκης.

P(n, r) = n r. (n r)! n r. n+r 1

Διακριτά Μαθηματικά. Απαρίθμηση: Γενικευμένες Μεταθέσεις και Συνδυασμοί

Σύνοψη Προηγούμενου. Πίνακες (Arrays) Πίνακες (Arrays): Βασικές Λειτουργίες. Πίνακες (Arrays) Ορέστης Τελέλης

ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΜΑΘΗΜΑ 8 Ο. Ταξινόμηση και Αναζήτηση Συναρτήσεις χειρισμού οθόνης ΣΙΝΑΤΚΑΣ Ι. ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ : ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΤΑΞΗ : Γ ΛΥΚΕΙΟΥ ΣΠΟΥΔΕΣ ΟΙΚΟΝΟΜΙΑΣ & ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΜΗΜΑ: Γ2-Γ3

Ειδικά θέματα Αλγορίθμων και Δομών Δεδομένων (ΠΛΕ073) Απαντήσεις 1 ου Σετ Ασκήσεων

Προσεγγιστικοί Αλγόριθμοι για NP- ύσκολα Προβλήματα

Δομές Δεδομένων. Δημήτρης Μιχαήλ. Ταξινόμηση. Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο

Ταχεία Ταξινόμηση Quick-Sort

Συντομότερες Διαδρομές

Μη γράφετε στο πίσω μέρος της σελίδας

Προσεγγιστικοί Αλγόριθμοι

Transcript:

Αλγόριθμοι και Πολυπλοκότητα Άπληστοι Αλγόριθμοι και Δυναμικός Προγραμματισμός Ασκήσεις CoReLab ΣΗΜΜΥ - Ε.Μ.Π. 16 Νοεμβρίου 216 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 1 / 52

Outline 1 Βιαστικός Μοτοσυκλετιστής 2 Επιτροπή Αντιπροσώπων 3 Βότσαλα στη Σκακιέρα 4 Μέγιστη Κοινή Υπακολουθία 5 Μέγιστη Αύξουσα Υπακολουθία 6 Edit Distance (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 2 / 52

Βιαστικός Μοτοσυκλετιστής 2 3 7 1 8 Α l 1 1 l 2 2 l 3 3 l 4 4 l 5 Β Είσοδος: n μήκη διαστημάτων n όρια ταχύτητας μία ταχύτητα u ένα χρονικό όριο T (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 3 / 52

Βιαστικός Μοτοσυκλετιστής 2 3 7 1 8 Α l 1 1 l 2 2 l 3 3 l 4 4 l 5 Β Είσοδος: n μήκη διαστημάτων n όρια ταχύτητας μία ταχύτητα u ένα χρονικό όριο T Εξοδος: Ο ελάχιστος χρόνος που χρειάζεται για να διανύσει την διαδρομή, αν επιτρέπεται να παραβεί τα όρια ταχύτητας μόνο για συνολική διάρκεια T και κατά ταχύτητα u. (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 3 / 52

Βιαστικός Μοτοσυκλετιστής Χρόνος για να διανύσει ένα διάστημα i Αν ξεπεράσει το όριο κατά u για χρόνο t i, dt i = t i + l i (u i + u) t i u i = l i u i u u i t i (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 4 / 52

Βιαστικός Μοτοσυκλετιστής Χρόνος για να διανύσει ένα διάστημα i Αν ξεπεράσει το όριο κατά u για χρόνο t i, dt i = t i + l i (u i + u) t i u i = l i u i u u i t i Δεδομένου ότι ο μοτοσυκλετιστής δεν επηρεάζει τον όρο l i u i, στόχος μας είναι max u u i t i s.t. t i = T t i l i u i + u (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 4 / 52

Βιαστικός Μοτοσυκλετιστής Βέλτιστη Λύση Ξοδεύω όσο πιο πολύ χρόνο μπορώ σε διαστήματα με μεγάλο u u i, δηλαδή μικρό u i. (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 5 / 52

Βιαστικός Μοτοσυκλετιστής Βέλτιστη Λύση Ξοδεύω όσο πιο πολύ χρόνο μπορώ σε διαστήματα με μεγάλο u u i, δηλαδή μικρό u i. Απόδειξη - Επιχείρημα Ανταλλαγής Εστω μία βέλτιστη λύση η οποία ορίζει χρόνους ti, και η δικιά μας λύση t i, όπου τα διαστήματα είναι ταξινομημένα με αύξοντα όρια ταχύτητας. (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 5 / 52

Βιαστικός Μοτοσυκλετιστής Βέλτιστη Λύση Ξοδεύω όσο πιο πολύ χρόνο μπορώ σε διαστήματα με μεγάλο u u i, δηλαδή μικρό u i. Απόδειξη - Επιχείρημα Ανταλλαγής Εστω μία βέλτιστη λύση η οποία ορίζει χρόνους ti, και η δικιά μας λύση t i, όπου τα διαστήματα είναι ταξινομημένα με αύξοντα όρια ταχύτητας. Εστω k το διάστημα που διαφέρουν. Σίγουρα tk < t k, καθώς η λύση μας διαθέτει όσο το δυνατόν παραπάνω χρόνο μπορεί σε κάθε διάστημα με τη σειρά. (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 5 / 52

Βιαστικός Μοτοσυκλετιστής Βέλτιστη Λύση Ξοδεύω όσο πιο πολύ χρόνο μπορώ σε διαστήματα με μεγάλο u u i, δηλαδή μικρό u i. Απόδειξη - Επιχείρημα Ανταλλαγής Εστω μία βέλτιστη λύση η οποία ορίζει χρόνους ti, και η δικιά μας λύση t i, όπου τα διαστήματα είναι ταξινομημένα με αύξοντα όρια ταχύτητας. Εστω k το διάστημα που διαφέρουν. Σίγουρα tk < t k, καθώς η λύση μας διαθέτει όσο το δυνατόν παραπάνω χρόνο μπορεί σε κάθε διάστημα με τη σειρά. Αν μεταφέρουμε συνολικό χρόνο t k tk από επόμενα διαστήματα στο διάστημα k, ο συνολικός χρόνος δεν χειροτερεύει και η λύση παραμένει βέλτιστη. (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 5 / 52

Βιαστικός Μοτοσυκλετιστής Βέλτιστη Λύση Ξοδεύω όσο πιο πολύ χρόνο μπορώ σε διαστήματα με μεγάλο u u i, δηλαδή μικρό u i. Απόδειξη - Επιχείρημα Ανταλλαγής Εστω μία βέλτιστη λύση η οποία ορίζει χρόνους ti, και η δικιά μας λύση t i, όπου τα διαστήματα είναι ταξινομημένα με αύξοντα όρια ταχύτητας. Εστω k το διάστημα που διαφέρουν. Σίγουρα tk < t k, καθώς η λύση μας διαθέτει όσο το δυνατόν παραπάνω χρόνο μπορεί σε κάθε διάστημα με τη σειρά. Αν μεταφέρουμε συνολικό χρόνο t k tk από επόμενα διαστήματα στο διάστημα k, ο συνολικός χρόνος δεν χειροτερεύει και η λύση παραμένει βέλτιστη. Με την ίδια διαδικασία μπορούμε να μεταασχηματίσουμε τη βέλτιστη λύση στη δική μας χωρίς να αυξήσουμε το συνολικό χρόνο. (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 5 / 52

Outline 1 Βιαστικός Μοτοσυκλετιστής 2 Επιτροπή Αντιπροσώπων 3 Βότσαλα στη Σκακιέρα 4 Μέγιστη Κοινή Υπακολουθία 5 Μέγιστη Αύξουσα Υπακολουθία 6 Edit Distance (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 6 / 52

Επιτροπή Αντιπροσώπων (ΚΤ 4.15) Είσοδος: n το πλήθος βάρδιες, η κάθε μία εκ των οποίων αντιστοιχεί σε έναν εθελοντή (οι βάρδιες μπορεί να επικαλύπτονται μεταξύ τους). Εξοδος: Ο μικρότερος αριθμός εθελοντών που μπορεί να σχηματίσει μία πλήρη επιτροπή αντιπροσώπων. Μία επιτροπή είναι πλήρης, αν για κάθε εθελοντή που δεν είναι μέλος της, υπάρχει ένας εθελοντής που είναι μέλος της και η βάρδιά του έχει επικάλυψη με του πρώτου. Ισοδύναμα Είσοδος: Διαστήματα [s i, f i ) i = 1,..., n. Εξοδος: Σύνολο διαστημάτων, ελαχίστου δυνατού μεγέθους, η ένωση των οποίων έχει επικάλυψη με κάθε διάστημα. (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 7 / 52

Επιτροπή Αντιπροσώπων Είσοδος: Διαστήματα [s i, f i ) i = 1,..., n. Εξοδος: Σύνολο διαστημάτων, ελαχίστου δυνατού μεγέθους, η ένωση των οποίων έχει επικάλυψη με κάθε διάστημα. Λάθος Ιδέα: Οσο υπάρχουν ακάλυπτα διαστήματα, διάλεξε το μεγαλύτερο διάστημα που μπορεί να τα καλύψει. Αντιπαράδειγμα: optimal largest intervals (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 8 / 52

Επιτροπή Αντιπροσώπων Είσοδος: Διαστήματα [s i, f i ) i = 1,..., n. Εξοδος: Σύνολο διαστημάτων, ελαχίστου δυνατού μεγέθους, η ένωση των οποίων έχει επικάλυψη με κάθε διάστημα. Λύση: Οσο υπάρχουν ακάλυπτα διαστήματα: Βρες το ακάλυπτο διάστημα που τελειώνει νωρίτερα. Από τα διαστήματα που μπορούν να το καλύψουν, διάλεξε αυτό που τελειώνει αργότερα. (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 9 / 52

Επιτροπή Αντιπροσώπων Λύση: Οσο υπάρχουν ακάλυπτα διαστήματα: Βρες το ακάλυπτο διάστημα που τελειώνει νωρίτερα. Από τα διαστήματα που μπορούν να το καλύψουν, διάλεξε αυτό που τελειώνει αργότερα. I1 I2 I3 I4 I5 I6 I7 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 1 / 52

Επιτροπή Αντιπροσώπων Λύση: Οσο υπάρχουν ακάλυπτα διαστήματα: Βρες το ακάλυπτο διάστημα που τελειώνει νωρίτερα. Από τα διαστήματα που μπορούν να το καλύψουν, διάλεξε αυτό που τελειώνει αργότερα. I1 I2 I3 I4 I5 I6 I7 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 11 / 52

Επιτροπή Αντιπροσώπων Λύση: Οσο υπάρχουν ακάλυπτα διαστήματα: Βρες το ακάλυπτο διάστημα που τελειώνει νωρίτερα. Από τα διαστήματα που μπορούν να το καλύψουν, διάλεξε αυτό που τελειώνει αργότερα. I1 I2 I3 I4 I5 I6 I7 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 12 / 52

Επιτροπή Αντιπροσώπων Λύση: Οσο υπάρχουν ακάλυπτα διαστήματα: Βρες το ακάλυπτο διάστημα που τελειώνει νωρίτερα. Από τα διαστήματα που μπορούν να το καλύψουν, διάλεξε αυτό που τελειώνει αργότερα. I1 I2 I3 I4 I5 I6 I7 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 13 / 52

Επιτροπή Αντιπροσώπων Λύση: Οσο υπάρχουν ακάλυπτα διαστήματα: Βρες το ακάλυπτο διάστημα που τελειώνει νωρίτερα. Από τα διαστήματα που μπορούν να το καλύψουν, διάλεξε αυτό που τελειώνει αργότερα. I1 I2 I3 I4 I5 I6 I7 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 14 / 52

Επιτροπή Αντιπροσώπων Απόδειξη Ορθότητας - Επιχείρημα Ανταλλαγής Εστω μία βέλτιστη λύση O και O η δική μας. Εστω ότι ταξινομούμε σε αύξουσα σειρά τα διαστήματά μας σύμφωνα με το χρόνο ολοκλήρωσής τους και το ίδιο κάνουμε και για τα διαστήματα της βέλτιστης λύσης. Εστω I το πρώτο διάστημα στο οποίο οι δύο λύσεις διαφέρουν. I (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 15 / 52

Επιτροπή Αντιπροσώπων Απόδειξη Ορθότητας - Επιχείρημα Ανταλλαγής Εστω N το σύνολο των διαστημάτων που καλύπτονται μόνο από το I στη βέλτιστη λύση. Προφανώς, N, αφού διαφορετικά δε θα ήταν βέλτιστη γιατί θα μπορούσαμε να αποκλείσουμε το I από τη λύση και να παίρναμε εφικτή λύση μικρότερου μεγέθους. I N (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 16 / 52

Επιτροπή Αντιπροσώπων Απόδειξη Ορθότητας - Επιχείρημα Ανταλλαγής Εστω J το διάστημα του N που τελειώνει νωρίτερα. J I (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 17 / 52

Επιτροπή Αντιπροσώπων Απόδειξη Ορθότητας - Επιχείρημα Ανταλλαγής Το J καλύπτεται μόνο από το I στη βέλτιστη λύση άρα το προηγούμενο διάστημα αυτής δεν το καλύπτει. Επομένως, αφού το I είναι το πρώτο διάστημα στο οποίο οι δύο λύσεις διαφέρουν, το J θα είναι μέχρι στιγμής ακάλυπτο και στη δική μας λύση. Ο δικός μας αλγόριθμος, αφού παράγει εφικτή λύση, για να καλύψει το ακάλυπτο J θα έχει επιλέξει ένα διάστημα I που έχει επικάλυψη με το J και, λόγω του κριτηρίου επιλογής, θα τελειώνει τουλάχιστον το ίδιο αργά με το I. Άρα θα καλύπτει τουλάχιστον όλο το N. J I I (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 18 / 52

Επιτροπή Αντιπροσώπων Απόδειξη Ορθότητας - Επιχείρημα Ανταλλαγής Ανταλλάσσοντας το I με το I επομένως θα είχαμε μία εφικτή λύση O ίδιου μεγέθους με τη βέλτιστη, δηλαδή θα ήταν κι αυτή βέλτιστη λύση. Συνεχίζοντας την ίδια διαδικασία, πλησιάζουμε όλο και πιο πολύ τη δική μας λύση, κρατώντας το μέγεθος ελάχιστο. Άρα και η δική μας λύση είναι βέλτιστη αφού περιλαμβάνει όλα τα διαστήματα της βέλτιστης εκτός από κάποια που αντικαθίστανται (1 προς 1) από τα I, I, κ.ο.κ. και κανένα άλλο διάστημα*. * Εστω ότι καθώς διατρέχουμε τις δύο λίστες με τα διαστήματα των δύο λύσεων, φθάνουμε στο τέλος της βέλτιστης και η δική μας έχει ένα ακόμα διάστημα E. Το E τελειώνει αργότερα από το τελευταίο μας μέχρι στιγμής. Το E όμως δε μπορεί να επιλέχθηκε για να καλύψει διάστημα το οποίο αρχίζει πριν το τέλος του τελευταίου μας, γιατί έχοντας το μεγαλύτερο χρόνο ολοκλήρωσης απ όλα θα είχε επιλεγεί στη θέση κάποιων προηγούμενων και άρα θα ήταν στη διαδικασία ανταλλαγής. Επίσης, δε μπορεί να επιλέχθηκε για να καλύψει διάστημα που αρχίζει μετά το τέλος του τελευταίου μας, αφού μέχρι τότε έχουμε καλύψει τουλάχιστον τόσα διαστήματα όσα καλύπτει η βέλτιστη λύση, δηλαδή όλα. Άρα δεν υπάρχει τέτοιο διάστημα. (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 19 / 52

Επιτροπή Αντιπροσώπων Χρονική Πολυπλοκότητα Φτιάχνουμε δύο πίνακες S, F με τα διαστήματα ταξινομημένα ως προς τους χρόνους έναρξης και λήξης αντίστοιχα, σε χρόνο O(n log n). Χρησιμοποιούμε τον πρώτο για να βρίσκουμε τα ακάλυπτα διαστήματα και τον δεύτερο για να επιλέξουμε ποιό θα βάλουμε στη λύση μας. Στους πίνακες αυτούς αντιστοιχούν δείκτες p s, p f οι οποίοι, όπως θα φανεί, κινούνται πάντα προς τα δεξιά άρα η διαδικασία είναι γραμμικού χρόνου ως προς το n. Συνολικά, ο αλγόριθμός μας έχει πολυπλοκότητα: O(n log n) (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 2 / 52

Επιτροπή Αντιπροσώπων Χρονική Πολυπλοκότητα F = [ f 1 f 2 f 3 f 4 f 7 f 5 f 6 ] S = [ s 1 s 2 s 3 s 5 s 4 s 6 s 7 ] p f = 1 p s = 1 I 1 I 2 I 3 I 4 I 5 I 6 I 7 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 21 / 52

Επιτροπή Αντιπροσώπων Χρονική Πολυπλοκότητα F = [ ] f 1 f 2 f 3 f 4 f 7 f 5 f 6 S = [ ] s 1 s 2 s 3 s 5 s 4 s 6 s 7 p f = 1 p s = 1 I 1 I 2 I 3 I 4 I 5 I 6 I 7 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 22 / 52

Επιτροπή Αντιπροσώπων Χρονική Πολυπλοκότητα Κινούμαστε στον S μέχρι να βρούμε όλα τα διαστήματα που έχουν επικάλυψη με το I 1 (δηλαδή μέχρι s i f 1 ) και παράλληλα αποθηκεύουμε αυτό με το μεγαλύτερο f i (=f 2 ). Αυτά τα διαστήματα δεν θα τα ξανακοιτάξουμε αφού τελειώνουν πριν το διάστημα που επιλέξαμε και δεν υπάρχουν ακάλυπτα διαστήματα στα αριστερά τους. Άρα ο δείκτης p s την επόμενη φορά θα ξεκινήσει από το σημείο που έμεινε. Επειτα, κινούμαστε στον F μέχρι να βρούμε το επόμενο ακάλυπτο διάστημα (μέχρι s i f 2 ). (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 23 / 52

Επιτροπή Αντιπροσώπων Χρονική Πολυπλοκότητα F = [ ] f 1 f 2 f 3 f 4 f 7 f 5 f 6 S = [ ] s 1 s 2 s 3 s 5 s 4 s 6 s 7 p f = 4 p s = 3 I 1 I 2 I 3 I 4 I 5 I 6 I 7 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 24 / 52

Επιτροπή Αντιπροσώπων Χρονική Πολυπλοκότητα F = [ ] f 1 f 2 f 3 f 4 f 7 f 5 f 6 S = [ ] s 1 s 2 s 3 s 5 s 4 s 6 s 7 p f = 4 p s = 3 I 1 I 2 I 3 I 4 I 5 I 6 I 7 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 25 / 52

Επιτροπή Αντιπροσώπων Χρονική Πολυπλοκότητα F = [ ] f 1 f 2 f 3 f 4 f 7 f 5 f 6 S = [ ] s 1 s 2 s 3 s 5 s 4 s 6 s 7 p f = 8 p s = 8 I 1 I 2 I 3 I 4 I 5 I 6 I 7 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 26 / 52

Outline 1 Βιαστικός Μοτοσυκλετιστής 2 Επιτροπή Αντιπροσώπων 3 Βότσαλα στη Σκακιέρα 4 Μέγιστη Κοινή Υπακολουθία 5 Μέγιστη Αύξουσα Υπακολουθία 6 Edit Distance (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 27 / 52

Βότσαλα στη Σκακιέρα (DPV 6.5) Είσοδος: Μία σκακιέρα διαστάσεων 4 n και ένας ακέραιος σε κάθε κουτάκι. 17 22 14 5 92 71 2 48 39 1 29 2 42 54 5 23 98 7 6 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 28 / 52

Βότσαλα στη Σκακιέρα (DPV 6.5) Είσοδος: Μία σκακιέρα διαστάσεων 4 n και ένας ακέραιος σε κάθε κουτάκι. 17 22 14 5 92 71 2 48 39 1 29 2 42 54 5 23 98 7 6 Στόχος: Να τοποθετήσουμε βότσαλα στα κουτάκια, ώστε κανένα βότσαλο να μην συνορεύει με άλλο οριζόντια ή κάθετα, μεγιστοποιώντας το άθροισμα των αριθμών στα κουτάκια με βότσαλα. (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 28 / 52

Βότσαλα στη Σκακιέρα (DPV 6.5) Πρώτη Προσέγγιση Οσο υπάρχει χώρος, τοποθετούμε ένα βότσαλο στο κουτάκι με τον μεγαλύτερο αριθμό που επιτρέπεται. (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 29 / 52

Βότσαλα στη Σκακιέρα (DPV 6.5) Πρώτη Προσέγγιση Οσο υπάρχει χώρος, τοποθετούμε ένα βότσαλο στο κουτάκι με τον μεγαλύτερο αριθμό που επιτρέπεται. Αντιπαράδειγμα 99 99 1 99 99 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 29 / 52

Βότσαλα στη Σκακιέρα (DPV 6.5) Πρώτη Προσέγγιση Οσο υπάρχει χώρος, τοποθετούμε ένα βότσαλο στο κουτάκι με τον μεγαλύτερο αριθμό που επιτρέπεται. Αντιπαράδειγμα 99 99 1 99 αξία greedy 1 99 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 29 / 52

Βότσαλα στη Σκακιέρα (DPV 6.5) Πρώτη Προσέγγιση Οσο υπάρχει χώρος, τοποθετούμε ένα βότσαλο στο κουτάκι με τον μεγαλύτερο αριθμό που επιτρέπεται. Αντιπαράδειγμα 99 99 1 99 βέλτιστη αξία 396 99 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 29 / 52

Βότσαλα στη Σκακιέρα (DPV 6.5) Είναι όμως τόσο τραγικός ο greedy αλγόριθμος; (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 3 / 52

Βότσαλα στη Σκακιέρα (DPV 6.5) Είναι όμως τόσο τραγικός ο greedy αλγόριθμος; Πρόταση Ο άπληστος αλγόριθμος είναι 1 4-προσεγγιστικός. Παράγει δηλαδή λύση αξίας τουλάχιστον το 25% της βέλτιστης. (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 3 / 52

Βότσαλα στη Σκακιέρα (DPV 6.5) Είναι όμως τόσο τραγικός ο greedy αλγόριθμος; Πρόταση Ο άπληστος αλγόριθμος είναι 1 4-προσεγγιστικός. Παράγει δηλαδή λύση αξίας τουλάχιστον το 25% της βέλτιστης. Απόδειξη. Εστω S το σύνολο των βοτσάλων της βέλτιστης λύσης αξίας OPT και S το σύνολο της άπληστης λύσης αξίας GR OPT = (S \ S) + (S S ) 4 (S \ S ) + (S S ) ( 4 (S \ S ) + ) (S S ) = 4GR (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 3 / 52

Βότσαλα στη Σκακιέρα (DPV 6.5) Αφού η σκακιέρα έχει σταθερό αριθμός γραμμών, κάθε στήλη μπορεί να γεμίσει με συγκεκριμένο αριθμό τρόπων. 1 2 3 4 5 6 7 8 Ο συνδυασμός που θα επιλέξω επηρεάζει τις υπόλοιπες επιλογές. (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 31 / 52

Βότσαλα στη Σκακιέρα (DPV 6.5) v 18 v 28 v 17 v 27 v 16 v 26 v 15 v 25 v 14 v 24 v 13 v 23 v 12 v 22 v 11 v 21 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 32 / 52

Βότσαλα στη Σκακιέρα (DPV 6.5) v 18 v 28 v 17 v 27 v 16 v 26 v 15 v 25 v 14 v 24 v 13 v 23 v 12 v 22 v 11 v 21 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 32 / 52

Βότσαλα στη Σκακιέρα (DPV 6.5) v 18 v 28 v 17 v 27 v 16 v 26 v 15 v 25 v 14 v 24 v 13 v 23 v 12 v 22 v 11 v 21 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 32 / 52

Βότσαλα στη Σκακιέρα (DPV 6.5) v 18 v 28 v 17 v 27 v 16 v 26 v 15 v 25 v 14 v 24 v 13 v 23 v 12 v 22 v 11 v 21 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 32 / 52

Βότσαλα στη Σκακιέρα (DPV 6.5) v 18 v 28 v n8 v 17 v 27 v n7 v 16 v 26 v n6 v 15 v 25 v n5... v 14 v 24 v n4 v 13 v 23 v n3 v 12 v 22 v n2 v 11 v 21 v n1 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 32 / 52

Βότσαλα στη Σκακιέρα (DPV 6.5) Ιδέα Για κάθε στήλη, θα λύνω το πρόβλημα βέλτιστα για όλους του πιθανούς συνδυασμούς. (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 33 / 52

Βότσαλα στη Σκακιέρα (DPV 6.5) Ιδέα Για κάθε στήλη, θα λύνω το πρόβλημα βέλτιστα για όλους του πιθανούς συνδυασμούς. Θα χρησιμοποιήσω δυναμικό προγραμματισμό στη σχέση C[i, j] = v ij + C[1, j] = v 1j max k adj(j) {C[i 1, k]} (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 33 / 52

Βότσαλα στη Σκακιέρα (DPV 6.5) Ιδέα Για κάθε στήλη, θα λύνω το πρόβλημα βέλτιστα για όλους του πιθανούς συνδυασμούς. Θα χρησιμοποιήσω δυναμικό προγραμματισμό στη σχέση C[i, j] = v ij + C[1, j] = v 1j max k adj(j) {C[i 1, k]} Οπου C[i, j]: η αξία της βέλτιστης λύσης για τις στήλες 1 εώς i όπου η στήλη i έχει συνδυασμό βοτσάλων j v ij : η αξία που παράγεται αν τοποθετηθούν βότσαλα σε συνδυασμό j στην στήλη i adj(j): οι συνδυασμού που μπορούν να συνορεύουν με το συνδυασμό j (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 33 / 52

Βότσαλα στη Σκακιέρα (DPV 6.5) Τελική Λύση Η τιμή της βέλτιστης λύσης είναι η μέγιστη τιμή της στήλης n OPT = max C[n, i] i Η λύση προκύτει από τον ίδιο τον πίνακα γυρνώντας προς τα πίσω από το τέλος. Χρονική Πολυπλοκότητα Ο πίνακας C έχει μέγεθος 8 n και αφού ο αριθμός των γραμμών είναι σταθερός, κάθε στήλη υπολογίζεται σε σταθερό χρόνο. Συνολικά Θ(n) (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 34 / 52

Outline 1 Βιαστικός Μοτοσυκλετιστής 2 Επιτροπή Αντιπροσώπων 3 Βότσαλα στη Σκακιέρα 4 Μέγιστη Κοινή Υπακολουθία 5 Μέγιστη Αύξουσα Υπακολουθία 6 Edit Distance (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 35 / 52

Μέγιστη Κοινή Υπακολουθία (CLRS ch15.4) Είσοδος: Δύο ακολουθείες χαρακτήρων Εξοδος: Η μέγιστη σε μήκος κοινή υποακολουθία (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 36 / 52

Μέγιστη Κοινή Υπακολουθία (CLRS ch15.4) Είσοδος: Δύο ακολουθείες χαρακτήρων Εξοδος: Η μέγιστη σε μήκος κοινή υποακολουθία B A N A N A B A T M A N (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 36 / 52

Μέγιστη Κοινή Υπακολουθία (CLRS ch15.4) Είσοδος: Δύο ακολουθείες χαρακτήρων Εξοδος: Η μέγιστη σε μήκος κοινή υποακολουθία B A N A N A B A T M A N (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 36 / 52

Μέγιστη Κοινή Υπακολουθία (CLRS ch15.4) Πρώτη Προσέγγιση Κοιτάζω τον πρώτο χαρακτήρα κάθε ακολουθίας: Αν είναι ίδιοι, τότε σίγουρα αποτελούν μέρος τη μέγιστης υποακολουθίας Αν όχι, πρέπει να πετάξω τον έναν από τους δύο και να συνεχίσω Πως ξέρω όμως ποιον χαρακτήρα θα αφήσω προκειμένου να έχω βέλτιστη λύση; (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 37 / 52

Μέγιστη Κοινή Υπακολουθία (CLRS ch15.4) Εστω C[i, j] το μήκος της μέγιστης κοινής υποακολουθίας που προκύπτει μέχρι και τον χαρακτήρα i της πρώτης ακολουθίας και τον χαρακτήρα j της δεύτερης. Γενικεύοντας της προηγούμενη ιδέα προκύπτει η αναδρομική σχέση { C[i 1, j 1] + 1, αν S i = S j C[i, j] = max(c[i 1, j], C[i, j 1]), διαφορετικά C[i, ] = C[, j] = Οπου S, S οι δύο ακολουθίες (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 38 / 52

Μέγιστη Κοινή Υπακολουθία (CLRS ch15.4) Χρησιμοποιώντας δυναμικό προγραμματισμό, η παραπάνω σχέση υπολογίζεται αποδοτικά ε ε B A N A N A B A T M A N (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 39 / 52

Μέγιστη Κοινή Υπακολουθία (CLRS ch15.4) Χρησιμοποιώντας δυναμικό προγραμματισμό, η παραπάνω σχέση υπολογίζεται αποδοτικά ε ε B B A A T N M A A N N A (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 39 / 52

Μέγιστη Κοινή Υπακολουθία (CLRS ch15.4) Χρησιμοποιώντας δυναμικό προγραμματισμό, η παραπάνω σχέση υπολογίζεται αποδοτικά ε ε B B A A T N M A A N N A 1 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 39 / 52

Μέγιστη Κοινή Υπακολουθία (CLRS ch15.4) Χρησιμοποιώντας δυναμικό προγραμματισμό, η παραπάνω σχέση υπολογίζεται αποδοτικά ε ε B B A A T N M A A N N A 1 1 1 1 1 1 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 39 / 52

Μέγιστη Κοινή Υπακολουθία (CLRS ch15.4) Χρησιμοποιώντας δυναμικό προγραμματισμό, η παραπάνω σχέση υπολογίζεται αποδοτικά ε ε B B A A T N M A A N N A 1 1 1 1 1 1 1 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 39 / 52

Μέγιστη Κοινή Υπακολουθία (CLRS ch15.4) Χρησιμοποιώντας δυναμικό προγραμματισμό, η παραπάνω σχέση υπολογίζεται αποδοτικά ε ε B B A A T N M A A N N A 1 1 1 1 1 1 1 2 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 39 / 52

Μέγιστη Κοινή Υπακολουθία (CLRS ch15.4) Χρησιμοποιώντας δυναμικό προγραμματισμό, η παραπάνω σχέση υπολογίζεται αποδοτικά ε ε B B A A T N M A A N N A 1 1 1 1 1 1 1 2 2 2 2 2 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 39 / 52

Μέγιστη Κοινή Υπακολουθία (CLRS ch15.4) Χρησιμοποιώντας δυναμικό προγραμματισμό, η παραπάνω σχέση υπολογίζεται αποδοτικά ε B A T M A N ε B A N A N A 1 1 1 1 1 1 1 2 2 2 2 2 1 2 2 2 2 2 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 39 / 52

Μέγιστη Κοινή Υπακολουθία (CLRS ch15.4) Χρησιμοποιώντας δυναμικό προγραμματισμό, η παραπάνω σχέση υπολογίζεται αποδοτικά ε B A T M A N ε B A N A N A 1 1 1 1 1 1 1 2 2 2 2 2 1 2 2 2 2 2 1 2 2 2 2 2 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 39 / 52

Μέγιστη Κοινή Υπακολουθία (CLRS ch15.4) Χρησιμοποιώντας δυναμικό προγραμματισμό, η παραπάνω σχέση υπολογίζεται αποδοτικά ε B A T M A N ε B A N A N A 1 1 1 1 1 1 1 2 2 2 2 2 1 2 2 2 2 2 1 2 2 2 2 2 1 2 2 3 3 3 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 39 / 52

Μέγιστη Κοινή Υπακολουθία (CLRS ch15.4) Χρησιμοποιώντας δυναμικό προγραμματισμό, η παραπάνω σχέση υπολογίζεται αποδοτικά ε B A T M A N ε B A N A N A 1 1 1 1 1 1 1 2 2 2 2 2 1 2 2 2 2 2 1 2 2 2 2 2 1 2 2 3 3 3 1 2 3 3 4 4 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 39 / 52

Μέγιστη Κοινή Υπακολουθία (CLRS ch15.4) Χρησιμοποιώντας δυναμικό προγραμματισμό, η παραπάνω σχέση υπολογίζεται αποδοτικά ε B A T M A N ε B A N A N A 1 1 1 1 1 1 1 2 2 2 2 2 1 2 2 2 2 2 1 2 2 2 2 2 1 2 2 3 3 3 1 2 3 3 4 4 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 39 / 52

Μέγιστη Κοινή Υπακολουθία (CLRS ch15.4) Τελική Λύση Η τιμή της βέλτιστης λύσης βρίσκεται στο C[n, m], ενώ από τον πίνακα μπορεί να βρεθεί πως προέκυψε κάθε τιμή. Τα στοιχεία της κοινής υποακολουθίας είναι ακριβώς αυτά που έγινα διαγώνιες μεταβάσεις. Χρονική Πολυπλοκότητα Ο πίνακας είναι διαστάσεων n m και κάθε κελί γεμίζει σε O(1), άρα συνολικά Θ(n m) (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 4 / 52

Outline 1 Βιαστικός Μοτοσυκλετιστής 2 Επιτροπή Αντιπροσώπων 3 Βότσαλα στη Σκακιέρα 4 Μέγιστη Κοινή Υπακολουθία 5 Μέγιστη Αύξουσα Υπακολουθία 6 Edit Distance (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 41 / 52

Μέγιστη Αύξουσα Υπακολουθία (DPV ch6.2) Είσοδος: Ακολουθία n αριθμών: a 1,..., a n. (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 42 / 52

Μέγιστη Αύξουσα Υπακολουθία (DPV ch6.2) Είσοδος: Ακολουθία n αριθμών: a 1,..., a n. Εξοδος: Μέγιστη (γνησίως) αύξουσα υπακολουθία. (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 42 / 52

Μέγιστη Αύξουσα Υπακολουθία (DPV ch6.2) Είσοδος: Ακολουθία n αριθμών: a 1,..., a n. Εξοδος: Μέγιστη (γνησίως) αύξουσα υπακολουθία. π.χ. Ακολουθία (n = 6): 5-2-6-3-6-9, δηλαδή a 1 = 5, a 2 = 2, a 3 = 6, a 4 = 3, a 5 = 6, a 6 = 9 Μέγιστη αύξουσα υπακολουθία: 2-3-6-9 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 42 / 52

Μέγιστη Αύξουσα Υπακολουθία (DPV ch6.2) Είσοδος: Ακολουθία n αριθμών: a 1,..., a n. Εξοδος: Μέγιστη (γνησίως) αύξουσα υπακολουθία. Λύση με χρονική πολυπλοκότητα O(n 2 ): Από όλες τις αύξουσες υπακολουθίες που τελειώνουν στη θέση j {1,..., n}, διαλέγω τη μεγαλύτερη, μήκους έστω L(j). Επειτα, διαλέγω από τις τελευταίες και πάλι τη μεγαλύτερη, δηλαδή το κατάλληλο i τέτοιο ώστε i = argmax j {1,...,n} L(j). (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 43 / 52

Μέγιστη Αύξουσα Υπακολουθία (DPV ch6.2) Λύση με χρονική πολυπλοκότητα O(n 2 ): Αρκεί να βρούμε τον αναδρομικό τύπο για το L(j). (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 44 / 52

Μέγιστη Αύξουσα Υπακολουθία (DPV ch6.2) Λύση με χρονική πολυπλοκότητα O(n 2 ): Αρκεί να βρούμε τον αναδρομικό τύπο για το L(j). Φτιάχνουμε λίστες list(i) i = 1,..., n με τα στοιχεία που ικανοποιούν a j < a i και j < i σε χρόνο O(n 2 ) (κάθε αύξουσα υπακολουθία που τελειώνει στο i θα έχει προτελευταίο στοιχείο κάποιο από τη list(i)). (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 44 / 52

Μέγιστη Αύξουσα Υπακολουθία (DPV ch6.2) Λύση με χρονική πολυπλοκότητα O(n 2 ): Αρκεί να βρούμε τον αναδρομικό τύπο για το L(j). Φτιάχνουμε λίστες list(i) i = 1,..., n με τα στοιχεία που ικανοποιούν a j < a i και j < i σε χρόνο O(n 2 ) (κάθε αύξουσα υπακολουθία που τελειώνει στο i θα έχει προτελευταίο στοιχείο κάποιο από τη list(i)). Η μέγιστη αύξουσα υπακολουθία που τελειώνει στο j θα έχει μήκος ένα μεγαλύτερο από τη μέγιστη υπακολουθία που τελειώνει σε κάποιο στοιχείο του list(i). (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 44 / 52

Μέγιστη Αύξουσα Υπακολουθία (DPV ch6.2) Λύση με χρονική πολυπλοκότητα O(n 2 ): Άρα L(j) = 1 + max{l(i) i list(j)} (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 45 / 52

Μέγιστη Αύξουσα Υπακολουθία (DPV ch6.2) Λύση με χρονική πολυπλοκότητα O(n 2 ): Άρα L(j) = 1 + max{l(i) i list(j)} Για τον υπολογισμό κάθε ενός από τα L(i) συνεπώς χρειάζεται χρόνος list(i) n άρα συνολικά ο αλγόριθμός μας έχει πολυπλοκότητα O(n 2 ). (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 45 / 52

Μέγιστη Αύξουσα Υπακολουθία (DPV ch6.2) Λύση με χρονική πολυπλοκότητα O(n 2 ): Άρα L(j) = 1 + max{l(i) i list(j)} Για τον υπολογισμό κάθε ενός από τα L(i) συνεπώς χρειάζεται χρόνος list(i) n άρα συνολικά ο αλγόριθμός μας έχει πολυπλοκότητα O(n 2 ). Για να βρούμε την υπακολουθία αρκεί να αποθηκεύουμε ως προηγούμενο στοιχείο του j το στοιχείο που επιλέγεται στον υπολογισμό του L(j). (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 45 / 52

Μέγιστη Αύξουσα Υπακολουθία (DPV ch6.2) Άλλη λύση με χρονική πολυπλοκότητα O(n 2 ): Μπορούμε να χρησιμοποιήσουμε κάπως το πρόβλημα της Μέγιστης Κοινής Υπακολουθίας; (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 46 / 52

Μέγιστη Αύξουσα Υπακολουθία (DPV ch6.2) Άλλη λύση με χρονική πολυπλοκότητα O(n 2 ): Μπορούμε να χρησιμοποιήσουμε κάπως το πρόβλημα της Μέγιστης Κοινής Υπακολουθίας; Φτιάχνουμε την ακολουθία a 1,..., a m η οποία αποτελείται από τα διαφορετικά στοιχεία της αρχικής ακολουθίας ταξινομημένα κατά αύξουσα σειρά. Η Μέγιστη Κοινή Υπακολουθία μεταξύ της ταξινομημένης και της αρχικής είναι και η ζητούμενη Μέγιστη Αύξουσα Υπακολουθία. (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 46 / 52

Μέγιστη Αύξουσα Υπακολουθία (DPV ch6.2) Άλλη λύση με χρονική πολυπλοκότητα O(n 2 ): Μπορούμε να χρησιμοποιήσουμε κάπως το πρόβλημα της Μέγιστης Κοινής Υπακολουθίας; Φτιάχνουμε την ακολουθία a 1,..., a m η οποία αποτελείται από τα διαφορετικά στοιχεία της αρχικής ακολουθίας ταξινομημένα κατά αύξουσα σειρά. Η Μέγιστη Κοινή Υπακολουθία μεταξύ της ταξινομημένης και της αρχικής είναι και η ζητούμενη Μέγιστη Αύξουσα Υπακολουθία. Μπορούμε να βρούμε κάτι πιο γρήγορο; (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 46 / 52

Μέγιστη Αύξουσα Υπακολουθία (DPV ch6.2) Λύση σε χρόνο O(n log n): (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 47 / 52

Μέγιστη Αύξουσα Υπακολουθία (DPV ch6.2) Λύση σε χρόνο O(n log n): Ορίζουμε: m(l) = δείκτης i τέτοιος ώστε το a i να είναι το μικρότερο στοιχείο στο οποίο τελειώνει κάποια αύξουσα υπακολουθία μήκους l (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 47 / 52

Μέγιστη Αύξουσα Υπακολουθία (DPV ch6.2) Λύση σε χρόνο O(n log n): Ορίζουμε: m(l) = δείκτης i τέτοιος ώστε το a i να είναι το μικρότερο στοιχείο στο οποίο τελειώνει κάποια αύξουσα υπακολουθία μήκους l p(i) = ο δείκτης του προτελευταίου στοιχείου της μέγιστης υπακολουθίας που τελειώνει στο a i. (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 47 / 52

Μέγιστη Αύξουσα Υπακολουθία (DPV ch6.2) Λύση σε χρόνο O(n log n): Ορίζουμε: m(l) = δείκτης i τέτοιος ώστε το a i να είναι το μικρότερο στοιχείο στο οποίο τελειώνει κάποια αύξουσα υπακολουθία μήκους l p(i) = ο δείκτης του προτελευταίου στοιχείου της μέγιστης υπακολουθίας που τελειώνει στο a i. π.χ. Αύξουσες Υπακολουθίες μήκους l = 1: 5,2,6,3,6,9 a m(1) = a 2 = 2 Αύξουσες Υπακολουθίες μήκους l = 2: 5-6,5-6,5-9,2-6,2-3,2-6,2-9,6-9,3-9,6-9 a m(2) = a 4 = 3. (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 47 / 52

Μέγιστη Αύξουσα Υπακολουθία (DPV ch6.2) Λύση σε χρόνο O(n log n): m(l) = δείκτης i τέτοιος ώστε το a i να είναι το μικρότερο στοιχείο στο οποίο τελειώνει κάποια αύξουσα υπακολουθία μήκους l p(i) = ο δείκτης του προτελευταίου στοιχείου της μέγιστης υπακολουθίας που τελειώνει στο a i. Παρατήρηση: Το a m(1), a m(2),..., a m(lmax) είναι αύξουσα υπακολουθία. (Γιατί; Παρατηρήστε: Το a m(1) είναι το μικρότερο στοιχείο του πίνακα. Το a m(2), ως τελευταίο στοιχείο αύξουσας υπακολουθίας μήκους 2, είναι γνησίως μεγαλύτερο από τουλάχιστον ένα στοιχείο, έστω a k. Άρα a m(1) a k < a m(2).) (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 48 / 52

Μέγιστη Αύξουσα Υπακολουθία (DPV ch6.2) Λύση σε χρόνο O(n log n): Για κάθε θέση του πίνακα i = 1,..., n: Ψάχνω το μεγαλύτερο μήκος υπακολουθίας l [, L max ] τέτοιο ώστε το a m(l) < a i (δυαδική αναζήτηση στα a m(1), a m(2),...). (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 49 / 52

Μέγιστη Αύξουσα Υπακολουθία (DPV ch6.2) Λύση σε χρόνο O(n log n): Για κάθε θέση του πίνακα i = 1,..., n: Ψάχνω το μεγαλύτερο μήκος υπακολουθίας l [, L max ] τέτοιο ώστε το a m(l) < a i (δυαδική αναζήτηση στα a m(1), a m(2),...). Το μήκος της μακρύτερης υπακολουθίας που τελειώνει στο a i θα είναι l + 1 και m(l) το προτελευταίο στοιχείο της. Άρα: m(l + 1) = i (αν υπήρχε στοιχείο < a i στο οποίο τελειώνει κάποια υπακολουθία μήκους l + 1, τότε η αναζήτηση δε θα είχε σταματήσει στο l) p(i) = m(l). (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 49 / 52

Μέγιστη Αύξουσα Υπακολουθία (DPV ch6.2) Λύση σε χρόνο O(n log n): Για κάθε θέση του πίνακα i = 1,..., n: Ψάχνω το μεγαλύτερο μήκος υπακολουθίας l [, L max ] τέτοιο ώστε το a m(l) < a i (δυαδική αναζήτηση στα a m(1), a m(2),...). Το μήκος της μακρύτερης υπακολουθίας που τελειώνει στο a i θα είναι l + 1 και m(l) το προτελευταίο στοιχείο της. Άρα: m(l + 1) = i (αν υπήρχε στοιχείο < a i στο οποίο τελειώνει κάποια υπακολουθία μήκους l + 1, τότε η αναζήτηση δε θα είχε σταματήσει στο l) p(i) = m(l). Αν l + 1 > L max τότε αυτό είναι το νέο L max. (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 49 / 52

Outline 1 Βιαστικός Μοτοσυκλετιστής 2 Επιτροπή Αντιπροσώπων 3 Βότσαλα στη Σκακιέρα 4 Μέγιστη Κοινή Υπακολουθία 5 Μέγιστη Αύξουσα Υπακολουθία 6 Edit Distance (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 5 / 52

Edit Distance Είσοδος: Δύο ακολουθείες χαρακτήρων Εξοδος: Ο ελάχιστος αριθμός ενεργειών που απαιτούνται προκειμένου να γίνουν οι ακολουθίες ίδιες, όπου διαθέσιμες ενέργειες είναι: Προσθήκη Χαρακτήρα Διαγραφή Χαρακτήρα Αντικατάσταση Χαρακτήρα (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 51 / 52

Edit Distance Είσοδος: Δύο ακολουθείες χαρακτήρων Εξοδος: Ο ελάχιστος αριθμός ενεργειών που απαιτούνται προκειμένου να γίνουν οι ακολουθίες ίδιες, όπου διαθέσιμες ενέργειες είναι: Προσθήκη Χαρακτήρα Διαγραφή Χαρακτήρα Αντικατάσταση Χαρακτήρα S U N N Y S N O W Y (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 51 / 52

Edit Distance Είσοδος: Δύο ακολουθείες χαρακτήρων Εξοδος: Ο ελάχιστος αριθμός ενεργειών που απαιτούνται προκειμένου να γίνουν οι ακολουθίες ίδιες, όπου διαθέσιμες ενέργειες είναι: Προσθήκη Χαρακτήρα Διαγραφή Χαρακτήρα Αντικατάσταση Χαρακτήρα S U N N - Y S - N O W Y (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 51 / 52

Edit Distance Λύση Εστω E[i, j] το edit distance των ακολουθιών μέχρι και τους χαρακτήρες i, j των ακολουθιών. Τότε E[i, ] = i E[, j] = j E[i 1, j] + 1 E[i, j] = min E[i, j 1] + 1 E[i 1, j 1] + diff (i, j) Οπου diff (i, j) είναι αν οι χαρακτήρες i, j των ακολουθιών ταυτίζονται και 1 διαφορετικά. (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 52 / 52