Δυναμικός προγραμματισμός για δέντρα

Σχετικά έγγραφα
Επαγωγή και αναδρομή για άκυκλα συνεκτικά γραφήματα

Επαγωγή και αναδρομή για συνεκτικά γραφήματα

u v 4 w G 2 G 1 u v w x y z 4

Θεωρία Γραφημάτων και Εφαρμογές - Διακριτά Μαθηματικά ΙΙ Σεπτέμβριος 2017

Π(n) : 1 + a + + a n = αν+1 1

Εισαγωγή στα Γραφήματα. Θεωρία Ασκήσεις. Σταύρος Κοσμαδάκης

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

Σχεδίαση και Ανάλυση Αλγορίθμων

Θεωρία Γραφημάτων και Εφαρμογές - Διακριτά Μαθηματικά ΙΙ Φεβρουάριος 2017

Σχεδίαση & Ανάλυση Αλγορίθμων

Θεωρία Γραφημάτων 5η Διάλεξη

ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 2: Μαθηματικό Υπόβαθρο

Π(n) : 1 + a + + a n = an+1 1 a 1. a 1. + a k+1 = ak+2 1

Μορφές αποδείξεων. Μαθηματικά Πληροφορικής 2ο Μάθημα. Μορφές αποδείξεων (συνέχεια) Εξαντλητική μέθοδος

Θεωρία Γραφημάτων 5η Διάλεξη

Κατανεμημένα Συστήματα Ι

Μορφές αποδείξεων Υπάρχουν πολλά είδη αποδείξεων. Εδώ θα δούμε τα πιο κοινά: Εξαντλητική μέθοδος ή μέθοδος επισκόπησης. Οταν το πρόβλημα έχει πεπερασμ

Κεφάλαιο 11 Ένωση Ξένων Συνόλων

Δώστε έναν επαγωγικό ορισμό για το παραπάνω σύνολο παραστάσεων.

Θεωρία Γραφημάτων 6η Διάλεξη

Κατανεμημένα Συστήματα Ι

Σειρά Προβλημάτων 1 Λύσεις

Σειρά Προβλημάτων 5 Λύσεις

Ενδεικτικές Λύσεις 1ου Σετ Ασκήσεων

Θεωρία Υπολογισμού και Πολυπλοκότητα Μαθηματικό Υπόβαθρο

Κατ οίκον Εργασία 1 Σκελετοί Λύσεων

Διάλεξη 4: Απόδειξη: Για την κατεύθυνση, παρατηρούμε ότι διαγράφοντας μια κορυφή δεν μπορούμε να διαχωρίσουμε τα u και v. Αποδεικνύουμε

έντρα ιδάσκοντες:. Φωτάκης,. Σούλιου Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

Αλγόριθμοι και Πολυπλοκότητα

Ασκήσεις στους Γράφους. 2 ο Σετ Ασκήσεων. Δέντρα

Διακριτά Μαθηματικά. Γιάννης Εμίρης. Τμήμα Πληροφορικής & Τηλεπικοινωνιών ΕΚΠΑ. Νοέμβριος

ΣΥΝΕΚΤΙΚΟΤΗΤΑ ΓΡΑΦΗΜΑΤΩΝ

Θεωρία Γραφημάτων 8η Διάλεξη

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

ιδάσκοντες: Φ. Αφράτη,. Φωτάκης,. Σούλιου Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών

Τομές Γραφήματος. Γράφημα (μη κατευθυνόμενο) Συνάρτηση βάρους ακμών. Τομή : Διαμέριση του συνόλου των κόμβων σε δύο μη κενά σύνολα

Διάλεξη 4: Θεωρία Γραφημάτων Γραφέας: Σ. Κ. Διδάσκων: Σταύρος Κολλιόπουλος συνεκτικά γραφήματα (συνέχεια) Πρόταση 4.1 Δύο μπλοκ ενός

Χρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ. Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ»

Κατ οίκον Εργασία 1 Σκελετοί Λύσεων

E(G) 2(k 1) = 2k 3.

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

Λύσεις 4ης Σειράς Ασκήσεων

ιδάσκοντες: Φ. Αφράτη,. Φωτάκης,. Σούλιου Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΦΡΟΝΤΙΣΤΗΡΙΟ ΑΛΓΟΡΙΘΜΩΝ ΒΟΗΘΟΣ: ΒΑΓΓΕΛΗΣ ΔΟΥΡΟΣ

z 1 E(G) 2(k 1) = 2k 3. x z 2 H 1 H 2

ιακριτές Μέθοδοι για την Επιστήμη των Υπολογιστών

Θεωρία Γραφημάτων 7η Διάλεξη

Κατανεμημένα Συστήματα Ι

Σειρά Προβλημάτων 5 Λύσεις

Μορφές αποδείξεων Υπάρχουν πολλά είδη αποδείξεων. Εδώ θα δούμε τα πιο κοινά: Εξαντλητική μέθοδος ή μέθοδος επισκόπησης. Οταν το πρόβλημα έχει πεπερασμ

Outline 1 Άσκηση 1 2 Άσκηση 2 3 Άσκηση 3 4 Άσκηση 4 5 Άσκηση 5 6 Προγραμματιστική Άσκηση 1 7 Προγραμματιστική Άσκηση 2 (CoReLab - NTUA) Αλγόριθμοι - 3

Διάλεξη 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

Φροντιστήριο 11 Λύσεις

Μέγιστη Ροή Ελάχιστη Τομή

Διάλεξη 04: Παραδείγματα Ανάλυσης

Σειρά Προβλημάτων 5 Λύσεις

Προσεγγιστικοί Αλγόριθμοι

Συνδετικότητα γραφήματος (graph connectivity)

Διάλεξη 04: Παραδείγματα Ανάλυσης Πολυπλοκότητας/Ανάλυση Αναδρομικών Αλγόριθμων

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

Τίτλος Μαθήματος: Θεωρία Γραφημάτων. Ενότητα: Συνεκτικότητα και Δισυνεκτικότητα. Διδάσκων: Λέκτορας Xάρης Παπαδόπουλος. Τμήμα: Μαθηματικών

ΕΠΛ231 Δομές Δεδομένων και Αλγόριθμοι 4. Παραδείγματα Ανάλυσης Πολυπλοκότητας Ανάλυση Αναδρομικών Αλγόριθμων

Ασκήσεις στους Γράφους. 1 ο Σετ Ασκήσεων Βαθμός Μονοπάτια Κύκλος Euler Κύκλος Hamilton Συνεκτικότητα

Θεωρία Γραφημάτων 10η Διάλεξη

Τυχαιοκρατικοί Αλγόριθμοι

Μαθηματική Επαγωγή. Τεχνικές Απόδειξης. Αποδείξεις Ύπαρξης. Μαθηματική Επαγωγή

d(v) = 3 S. q(g \ S) S

Εισαγωγή στους Αλγορίθμους

Κατανεμημένα Συστήματα Ι

Παράδειγμα δομικής επαγωγής Ορισμός δομικής επαγωγής Συμβολοσειρές Γλώσσες Δυαδικά δένδρα Μαθηματικά Πληροφορικής 3ο Μάθημα Αρχικός συγγραφέας: Ηλίας

Σχήματα McCarthy I. Το σχήμα McCarthy είναι ένα γενικότερο προγραμματιστικό σχήμα:

Μέγιστη ροή. Κατευθυνόμενο γράφημα. Συνάρτηση χωρητικότητας. αφετηρίακός κόμβος. τερματικός κόμβος. Ροή δικτύου. με τις ακόλουθες ιδιότητες

Θεωρία Γραφημάτων 2η Διάλεξη

Διδάσκων: Παναγιώτης Ανδρέου

e 2 S F = [V (H), V (H)]. 3-1 e 1 e 3

Κατανεμημένα Συστήματα Ι

S A : N G (S) N G (S) + d S d + d = S

2 n N: 0, 1,..., n A n + 1 A

Εισαγωγικές Έννοιες. ημήτρης Φωτάκης. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Εθνικό Μετσόβιο Πολυτεχνείο

Σχέσεις. Διμελής Σχέση. ΣτοΊδιοΣύνολο. Αναπαράσταση

Θεωρία Γραφημάτων 2η Διάλεξη

Θεωρία Γραφημάτων 4η Διάλεξη

Θεωρία Γραφημάτων: Ορολογία και Βασικές Έννοιες

Τίτλος Μαθήματος: Θεωρία Γραφημάτων. Ενότητα: Εισαγωγή σε βασικές έννοιες. Διδάσκων: Λέκτορας Xάρης Παπαδόπουλος. Τμήμα: Μαθηματικών

Συντομότερες Διαδρομές

Προσεγγιστικοί Αλγόριθμοι

Θεωρία Γραφημάτων 11η Διάλεξη

Ελληνική Δημοκρατία Τεχνολογικό Εκπαιδευτικό Ίδρυμα Ηπείρου. Θεωρία Υπολογισμού. Ενότητα 3 : Γραφήματα & Αποδείξεις. Αλέξανδρος Τζάλλας

1 Arq thc Majhmatik c Epagwg c

ΠΛΗ 20, 4 η ΟΣΣ: Βασικές Έννοιες Θεωρίας Γραφημάτων

Ελάχιστο Συνδετικό Δέντρο

Αναδροµή. Σε αυτήν την (βοηθητική) ενότητα θα µελετηθούν τα εξής : Η έννοια της αναδροµής Υλοποίηση και αποδοτικότητα Αφαίρεση της αναδροµής

Σημειωματάριο Τετάρτης 29 Νοε. 2017

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

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

Outline 1 Άσκηση 1: Εφαρμογές BFS DFS 2 Άσκηση 2: Μια Συνάρτηση Κόστους σε Κατευθυνόμενα Γραφήματα 3 Άσκηση 3: Ανάλυση Ασφάλειας 4 Άσκηση 4: Το Σύνολο

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ. ΘΕΩΡΗΤΙΚΗ ΑΣΚΗΣΗ 1 ΛΥΣΕΙΣ Ανάλυση Πολυπλοκότητας

1o Φροντιστήριο ΗΥ240

ΣΧΕΔΙΑΣΗ ΚΑΙ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ

Transcript:

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 με [ w # z 1, Γ 1 ;... ; z m, Γ m ], το δέντρο με κορυφές {w} V 1... V m και ακμές { {w, z k } k=1,..., m } E 1... E m. Αναδρομή για δέντρα Για την συνάρτηση Φ(w, T), όπου T είναι δέντρο και w είναι κορυφή του Τ, έστω ότι: 1 Αρχικές περιπτώσεις Υπάρχει μέθοδος που υπολογίζει κάθε τιμή Φ(w, T), για κάθε δέντρο Τ με μία κορυφή. 2 Επαγωγικό βήμα Υπάρχει μέθοδος που: για οποιαδήποτε (συγκεκριμένα) δέντρα Γ k = (V k, E k ), χρησιμοποιώντας τις τιμές Φ(z k, Γ k ), k=1,..., m, ως δεδομένα, μπορεί να υπολογίσει κάθε ζητούμενη τιμή Φ(w, Δ), όπου Δ = [ w # z 1, Γ 1 ;... ; z m, Γ m ], w V 1... V m. Με βάση τα παραπάνω: κάθε τιμή Φ(w, T) μπορεί να υπολογιστεί, για κάθε δέντρο Τ = (V, E), με τον παρακάτω αναδρομικό αλγόριθμο F(w, T) : if V = 1 then υπολόγισε το F(w, T), όπως στο (1) return F(w, T) else υπολόγισε τις συνεκτικές συνιστώσες του Τ w : % κάθε μία θα είναι δέντρο προκύπτουν τα δέντρα Γ k, k=1,..., m υπολόγισε τις τιμές F(z k, Γ k ), όπου z k η γειτονική της w στο Γ k, k=1,..., m % αναδρομικές κλήσεις χρησιμοποιώντας τα F(z k, Γ k ), k=1,..., m, ως δεδομένα, υπολόγισε το F(w, T) όπως στο (2) return F(w, T) Ορθότητα του αλγόριθμου F(w, T) Ορίζουμε την προτασιακή συνάρτηση π(n), όπου n είναι θετικός ακέραιος: π(n) = «O αλγόριθμος F(w, T) τερματίζει, και F(w, T) = Φ(w, T), για κάθε κάθε κορυφή w, κάθε δέντρου Τ που έχει το πολύ n κορυφές». Θα δείξουμε ότι: Άν ισχύουν τα (1, 2), τότε ΤΑ( π(n) ) = true, για κάθε n 1. Θα χρησιμοποιήσουμε την αρχή της μαθηματικής επαγωγής για την προτασιακή συνάρτηση π(n).

Αρχική περίπτωση Έστω n = 1 : ισχύει ότι π(1), λόγω του (1) και της πρώτης περίπτωσης του αλγόριθμου F(w, T). Επαγωγικό βήμα Παίρνουμε n = Κ 1, και υποθέτουμε ότι ισχύει π(κ). Για να επαληθεύσουμε το ζητούμενο, π(κ+1), έστω Δ ένα δέντρο με ακριβώς Κ+1 κορυφές. Πρέπει να δείξουμε ότι κάθε κλήση F(w, Δ) του αλγόριθμου τερματίζει, και F(w, Δ) = Φ(w, Δ). Επειδή Κ+1 > 1, η κλήση F(w, Δ) χρησιμοποιεί τη δεύτερη περίπτωση του αλγόριθμου. Κάθε συνεκτική συνιστώσα Γ k του γραφήματος Δ w, όπου k=1,..., m, έχει το πολύ Κ κορυφές. Από την επαγωγική υπόθεση: οι κλήσεις F(z k, Γ k ) του αλγόριθμου όπου z k η γειτονική της w στο Γ k τερματίζουν, και F(z k, Γ k ) = Φ(z k, Γ k ). Από το (2) και τη δεύτερη περίπτωση του αλγόριθμου: βλέπουμε ότι η κλήση F(w, Δ) τερματίζει, και F(w, Δ) = Φ(w, Δ). Παράδειγμα 1 Για κάθε δέντρο Τ και κορυφή w του Τ, να υπολογιστεί η τιμή μ(w, T), όπου: μ(w, T) = το μέγιστο δυνατό μήκος ενός μονοπατιού του Τ, με άκρο την w. Τ και κορυφή w του Τ, μία τιμή μ(w, T) όπως απαιτείται αρκεί να μπορούν να υπολογιστούν τα 1 Αρχικές περιπτώσεις Να υπολογιστεί τιμή μ(w, T) όπως απαιτείται, για κάθε δέντρο Τ με ακριβώς μία κορυφή: Θέτουμε μ(w, T) = 0. Nα υπολογιστεί ζητούμενη τιμή μ(w, Δ) όπως απαιτείται, έχοντας δεδομένες τιμές μ(z k, Γ k ), k=1,..., m, όπως απαιτείται : Άν ένα μονοπάτι ν του Δ με άκρο την κορυφή w έχει μέγιστο δυνατό μήκος, θα είναι ν = (w, {w, z k }, z k,..., x), για κάποιο k όπου η υπο-ακολουθία (z k,, x) θα είναι μονοπάτι του Γ k, με άκρο την κορυφή z k και μέγιστο δυνατό μήκος. Επομένως, μ(w, Δ) = max 1 k m { 1 + μ(z k, Γ k ) }. Παράδειγμα 2 Για κάθε δέντρο Τ, να υπολογιστεί η τιμή M(T), όπου: M(T) = το μέγιστο δυνατό μήκος ενός μονοπατιού του Τ. Τ, μία τιμή M(T) όπως απαιτείται αρκεί να μπορούν να υπολογιστούν τα 1 Αρχικές περιπτώσεις Να υπολογιστεί τιμή M(T) όπως απαιτείται, για κάθε δέντρο Τ με ακριβώς μία κορυφή: Θέτουμε M(T) = 0.

Nα υπολογιστεί ζητούμενη τιμή M(Δ) όπως απαιτείται, έχοντας δεδομένες τιμές M(Γ k ), k=1,..., m, όπως απαιτείται : Έστω ν ένα μονοπάτι του Δ με μέγιστο δυνατό μήκος: i) Aν το μονοπάτι ν δεν περιέχει την κορυφή w, θα περιέχεται σε κάποιο Γ k, και το μήκος του θα είναι: max 1 k m { M(Γ k ) }. ii) Aν το μονοπάτι ν περιέχει την κορυφή w, θα έχουμε ν = (y,..., z j, {z j, w}, w, {w, z h }, z h,..., x), για κάποια j, h, όπου: h j, και οι υποακολουθίες (y,..., z j ), (z h,, x) είναι (αντίστοιχα) μονοπάτια των Γ j, Γ h με άκρα τις κορυφές z j, z h (αντίστοιχα), και μέγιστο δυνατό μήκος. Eπομένως, το μήκος του μονοπατιού ν θα είναι max 1 j m { max h j και 1 h m { 2 + μ(z j, Γ j ) + μ(z h, Γ h ) } }. Άρα, Μ(Δ) = max [ max 1 k m { M(Γ k ) }, max 1 j m { max h j και 1 h m { 2 + μ(z j, Γ j ) + μ(z h, Γ h ) } } ]. Aνεξάρτητο σύνολο Έστω G = (V, E) ένα μη-κατευθυνόμενο γράφημα. Ονομάζουμε ανεξάρτητο σύνολο του G, ένα υποσύνολο Σ του V τέτοιo ώστε: για οποιεσδήποτε κορυφές u, v στο Σ, {u, v} E. Παράδειγμα 3 Για κάθε δέντρο Τ και κορυφή w του Τ, να υπολογιστεί το ζεύγος τιμών ( Α(T), Α_(w, T) ), όπου: A(T) = το μέγιστο δυνατό μέγεθος ενός ανεξάρτητου συνόλου του Τ, Α_(w, T) = το μέγιστο δυνατό μέγεθος ενός ανεξάρτητου συνόλου του Τ που δεν περιέχει την κορυφή w. Τ, ένα ζεύγος τιμών ( Α(T), Α_(w, T) ) όπως απαιτείται αρκεί να μπορούν να υπολογιστούν τα 1 Αρχικές περιπτώσεις Να υπολογιστεί ζεύγος τιμών ( Α(T), Α_(w, T) ) όπως απαιτείται, για κάθε δέντρο Τ με ακριβώς μία κορυφή: Θέτουμε Α(T) = 1, Α_(w, T) = 0. Nα υπολογιστεί ζητούμενο ζεύγος τιμών ( Α(Δ), Α_(w, Δ) ) όπως απαιτείται, έχοντας δεδομένα ζεύγη ( Α(Γ k ), Α_(z k, Γ k ) ), k=1,..., m, όπως απαιτείται :

Έστω σ ένα ανεξάρτητο σύνολο του Δ με μέγιστο δυνατό μέγεθος: i) Aν το σ δεν περιέχει την κορυφή w, θα περιέχεται στο V 1... V m, και το σ V k, k=1,..., m, θα είναι ένα ανεξάρτητο σύνολο του Γ k με μέγιστο δυνατό μέγεθος. Επομένως, το μέγεθος του σ θα είναι: 1 k m Α(Γ k ). Άρα, Α_(w, Δ) = 1 k m Α(Γ k ). ii) Aν το σύνολο σ περιέχει την κορυφή w, θα είναι σ = {w} σ 1... σ m, όπου το σ k, k=1,..., m, θα είναι ένα ανεξάρτητο σύνολο του Γ k που δεν περιέχει την κορυφή z k, με μέγιστο δυνατό μέγεθος. Επομένως, το μέγεθος του σ θα είναι: 1 + 1 k m Α_(z k, Γ k ). Άρα, Α(Δ) = max [ 1 k m Α(Γ k ), 1 + 1 k m Α_(z k, Γ k ) ]. Καλυπτικό σύνολο Έστω G = (V, E) ένα μη-κατευθυνόμενο γράφημα. Ένα υπο-σύνολο Σ του V ονομάζεται καλυπτικό σύνολο του G, όταν: κάθε ακμή του G, έχει ένα τουλάχιστον άκρο της στο Σ. Παράδειγμα 4 Για κάθε δέντρο Τ και κορυφή w του Τ, να υπολογιστεί το ζεύγος τιμών ( Ν(T), Ν_(w, T) ), όπου: Ν(T) = το ελάχιστο δυνατό μέγεθος ενός καλυπτικού συνόλου του Τ, Ν_(w, T) = το ελάχιστο δυνατό μέγεθος ενός καλυπτικού συνόλου του Τ που περιέχει την κορυφή w. Τ, ένα ζεύγος τιμών ( Ν(T), Ν_(w, T) ) όπως απαιτείται αρκεί να μπορούν να υπολογιστούν τα 1 Αρχικές περιπτώσεις Να υπολογιστεί ζεύγος τιμών ( Ν(T), Ν_(w, T) ) όπως απαιτείται, για κάθε δέντρο Τ με ακριβώς μία κορυφή: Θέτουμε Ν(T) = 0, Ν_(w, T) = 1. Nα υπολογιστεί ζητούμενο ζεύγος τιμών ( Ν(Δ), Ν_(w, Δ) ) όπως απαιτείται, έχοντας δεδομένα ζεύγη ( Ν(Γ k ), Ν_(z k, Γ k ) ), k=1,..., m, όπως απαιτείται : Έστω σ ένα καλυπτικό σύνολο του Δ με ελάχιστο δυνατό μέγεθος: i) Aν το σύνολο σ περιέχει την κορυφή w, θα είναι σ = {w} σ 1... σ m, όπου το σ k, k=1,..., m, θα είναι ένα καλυπτικό σύνολο του Γ k με ελάχιστο δυνατό μέγεθος. Επομένως, το μέγεθος του σ θα είναι: 1 + 1 k m Ν(Γ k ). Άρα, Ν_(w, Δ) = 1 + 1 k m Ν(Γ k ).

ii) Aν το σ δεν περιέχει την κορυφή w, θα περιέχεται στο V 1... V m. Το σ V k, k=1,..., m, θα είναι ένα καλυπτικό σύνολο του Γ k, με ελάχιστο δυνατό μέγεθος, που θα περιέχει την κορυφή z k (για να καλυφθεί η ακμή {w, z k } του Τ ). Επομένως, το μέγεθος του σ θα είναι: 1 k m Ν_(z k, Γ k ). Άρα, Ν(Δ) = min [ 1 + 1 k m N(Γ k ), 1 k m N_(z k, Γ k ) ]. ΑΣΚΗΣΕΙΣ 1 Έστω ότι: το Επαγωγικό βήμα της Αναδρομής για δέντρα, μπορεί να υλοποιηθεί σε χρόνο Ο(k). Aποδείξτε ότι: για κάθε δέντρο Τ = (V, E) και κορυφή w του Τ, ο αλγόριθμος F(w, T) μπορεί να υλοποιηθεί σε χρόνο Ο( V ). 2 Υποθέτουμε ότι: κάθε σύγκριση είτε αριθμητική πράξη μεταξύ ακέραιων, μπορεί να εκτελεστεί σε χρόνο Ο(1). α Περιγράψτε μία υλοποίηση του Επαγωγικού βήματος στο Παράδειγμα 2, που να εκτελείται σε χρόνο Ο(k). β Περιγράψτε υλοποιήσεις των Επαγωγικών βημάτων στα Παραδείγματα 3 και 4, που να εκτελούνται σε χρόνο Ο(k). 3 Για κάθε δέντρο Τ, να υπολογιστεί η τιμή M(T), όπου: M(T) = το μέγιστο δυνατό μέγεθος ενός συνόλου ακμών του Τ, που ανά δύο δεν έχουν κοινό άκρο. Σχετική βιβλιογραφία Κοσμαδάκης Διδακτικές σημειώσεις 1.3 Επαγωγή Rosen - Discrete Mathematics 5.2 Strong Induction and Well-Ordering 5.3 Recursive Definitions and Structural Induction 5.4 Recursive Algorithms