Rückblick: Starke Zusammenhangskomponenten

Größe: px
Ab Seite anzeigen:

Download "Rückblick: Starke Zusammenhangskomponenten"

Transkript

1 Rückblick: Starke Zusammenhangskomponenten Der Algorithmus von Kosaraju bestimmt die starken Zusammenhangskomponenten eines gerichteten Graphen wie folgt: Schritt 1: Bestimme den transponierten Graphen G T (V,E T ) und führe ganzheitliche Tiefensuche auf diesem durch Schritt 2: Ordne die Knoten des Graphen in absteigender Reihenfolge ihrer Endzeitpunkte aus Schritt 2 Schritt : Führe eine ganzheitliche Tiefensuche auf dem ursprünglichen Graphen durch, betrachte hierbei die Knoten gemäß der Reihenfolge aus Schritt 2 als Startknoten 64

2 <latexit sha1_base64="tyw0ovdu/wi8tmeykd+ryjsb6kw=">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</latexit> <latexit sha1_base64="tyw0ovdu/wi8tmeykd+ryjsb6kw=">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</latexit> <latexit sha1_base64="tyw0ovdu/wi8tmeykd+ryjsb6kw=">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</latexit> <latexit sha1_base64="mo9ojloefg5yuc8yatisi/rmmbq=">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</latexit> Algorithmus von Kosaraju Beispiel: Algorithmus von Kosaraju angewendet auf einen gerichteten Beispielgraphen

3 Algorithmus von Kosaraju <latexit sha1_base64="hnhjp68jly8zkyrv0qot78qqps=">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</latexit> <latexit sha1_base64="hnhjp68jly8zkyrv0qot78qqps=">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</latexit> <latexit sha1_base64="hnhjp68jly8zkyrv0qot78qqps=">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</latexit> <latexit sha1_base64="khbf1edlb1egv2gxvm5ovw40hr4=">aaagzxiclvrnb9naehvlccv8txdkslbvtjjjbcebvlwqsly4vbsjtjwsqfqvj8kqa6+1uya4jlz5q/wzumipyfrqiluafeopzn5nl2djxuykhulvvzaflo5w71sr92oohjx4/wv17eir5jah0cwdcnlhyaqmbdbvvde5cadhgry7kcpfvwzhkq8+ktieay+hgv0salw2nw6vjlafrdgnegunzyflkhiwkwnx1wocnbexw6vixckuikc7ghyde44inbpet9eevmcizwmzdjaetxswz+vkqcs6zgqanslihmgdkrkgifqivqqbibybj6aykcb9smfsxqmncgfzey1xbzdlzgkjhvsxgunfvnbad5ipu24hdxiaaslbtpklsrjyixpf2vmnfuiugytyf8kqsk1qnvdplcxu+zae8bdcv48speat+ikfxuugpr0cx2a+lovjsazkxsfuplptjam9ywwgrpp+lsizrys90surmgtxjss5tkfktxjqlfe6euzbekjimsu5tuunhdrmqvktof6u1oamtssdu0rpl8o9jopxtpb58t6mv5rg7chzkyfugclmubp7drvk4tti1c7it4t4etzgof1dt+rozrbveh/gnbdyta6uazd07wlud/jjpihuirhkxu2fapbgtngytcr9smjoe5lpiietkldtgkqjid7oeq8d2szwd7iqzlnxrna0b4pdbnqv0chzhs5isg+llhvaqap1vhexvjnkezyplhylxpvzwqre1kluvdgeeudcd6vvzjvw+1bqomw0kow5ikoi4yur+mq1knwafes1gymgupsidlgaholrmtnwumja7u/xotf4s+aomgbpyg2qhlkrvzd9jwdtsxdwoavpozuuprjeonlpt1e2pzvr+dnfik8zz46wxadjgw2pfeg8cgl2dvh5uflv+v/5up1sj6tfqt5y6vftepdpmvvx7x2q1ijg=</latexit> Schritt 1: Bestimmen des transponierten Graphen

4 <latexit sha1_base64="k+l+ak2mamyyznuwe1s2u6s1yq=">aaadghicdzjnb9qweiad8fxc1xa4cbfyvekuj+xa9oc0ehcusevi20rdaov4z1mrjhze0qilv8bv4yb4sqnxwnofis2dsnhevmvi4zk6yswmic//t8a9dvly1dzu4c/fe/qej/yfhvtegw5xrqc1pxixiowcoaiwcvgzymuk4yypxxf7kprgrthqhtqvpyxil1oizdgg5+vxpoecicwclha+i2lpd6uu6uclduym8gyqg1oncgpvindmp45gsfh5haapz+kv0usxn2mz49jh0flfs9frdsvs1dijbp2likrtftmuhajm2brw6gyl1gozyyuwaumbxpqjabpdtnoklactdu+xrt64mikrrvxj0la08dlsutbcrmvzymz+lxachc5nwbblm7ry/rvf8jjoszezzhrjuzf2esxfu0bywqagtftxdd15kipt286uoy4cgbjxgwrwc8nnmgefvwslthgc+t2uzgbcuteb5powtng2mkjydyaotk5tq2darunh/7t/8vjidheofj28l4ntoioyrj+qpeuys8olmygtyroaek1/egrd6kf/f/+p/879vsvj+cr2qn/x286lqlp</latexit> <latexit sha1_base64="k+l+ak2mamyyznuwe1s2u6s1yq=">aaadghicdzjnb9qweiad8fxc1xa4cbfyvekuj+xa9oc0ehcusevi20rdaov4z1mrjhze0qilv8bv4yb4sqnxwnofis2dsnhevmvi4zk6yswmic//t8a9dvly1dzu4c/fe/qej/yfhvtegw5xrqc1pxixiowcoaiwcvgzymuk4yypxxf7kprgrthqhtqvpyxil1oizdgg5+vxpoecicwclha+i2lpd6uu6uclduym8gyqg1oncgpvindmp45gsfh5haapz+kv0usxn2mz49jh0flfs9frdsvs1dijbp2likrtftmuhajm2brw6gyl1gozyyuwaumbxpqjabpdtnoklactdu+xrt64mikrrvxj0la08dlsutbcrmvzymz+lxachc5nwbblm7ry/rvf8jjoszezzhrjuzf2esxfu0bywqagtftxdd15kipt286uoy4cgbjxgwrwc8nnmgefvwslthgc+t2uzgbcuteb5powtng2mkjydyaotk5tq2darunh/7t/8vjidheofj28l4ntoioyrj+qpeuys8olmygtyroaek1/egrd6kf/f/+p/879vsvj+cr2qn/x286lqlp</latexit> <latexit sha1_base64="k+l+ak2mamyyznuwe1s2u6s1yq=">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</latexit> <latexit sha1_base64="qrpfroavc9xbmvxyisnzubgm=">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</latexit> <latexit sha1_base64="crekz5hfg5wwla70jqt2zbmye5m=">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</latexit> <latexit sha1_base64="crekz5hfg5wwla70jqt2zbmye5m=">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</latexit> <latexit sha1_base64="crekz5hfg5wwla70jqt2zbmye5m=">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</latexit> <latexit sha1_base64="lm0slsjcjrf74gdwougwfqgi74=">aaahgniclvvnb9paedvpocn9stpjl9tgurljbdtamygiitrll5vsqssraexr9qar1l5rd1qwp4jvx9nb1wvvftfdg1ifihdkxwyyd68t8pm7okgjeplwx9lkw9wy5wha4+qj588ffz8fepfiesrinahnhfx5mijjabquvqxoasfyn9lcoqop2t46vcqkvlgi4pd6pt4gnabjvhp1/ng6nfuc2fig0tr8uviiyoepf054kjbga7bdqhmhcpftrrwd5cnc8ibgxad+cakmbiyqrel4z7sq5o9epmubjvmrlrbvszvzac1usjhoiq2oyiwmjen8mrepg2oh/li0gutcx6azmu4llpdykaza2crr5wxqufemv1dma95iycifgumifcqzigxvhkuey05h6ilsnk/l9c6pc76oevn6xt4cmotqgwwq+bzsom0c0oz4atw1nzblbse+iogtkvcqbp26+ar/twlsik6q/twcxoasxj/z0gljkpqcflmam0iyinaopzozy1jh1hgsup5bizyg5y5fif1kav4kvujqflnam8q6i0tkuwqwzssurg5a1qpu5pnlmvlbjg5uoczfulkibs9hmjdooqq+yahahretodwjv7hy6x9+0as7+ntxyrzcnu2bla9oyrepzjdkw5es+raowrcuxdskvt/b2dqxsku9sekoc46h0mvwqe+a6cdd4d4oec/d2gywd7kf5k1i0zb2egjahx4hcuxe64we+1lgvqsjfaxgchhlniwyy/lyyvfo7z8xyurjlezdguwsf4nge7mqqrrs9rmahjg+sck00uhekoiou/h1js2akbzraxnbdskqgwgbidl/c9vetkzqham/1ccucp2i9u9x/tzudl1owc8pddxbc5r2kyrujwx9uegydozbzq9mdn82hv1qq145xxxtgxboo9cwr8ni6njkhkpfj22srblr+vn5vfld/t0jxsjppsmfuvp/8aeto/+w==</latexit> Algorithmus von Kosaraju Schritt 1: Erweiterte ganzheitliche Tiefensuche auf transponiertem Graphen col = pre = beg = end = rep = ord = 67

5 Algorithmus von Kosaraju Schritt 2: Ordnen der Knoten in absteigender Reihenfolge ihrer Endzeitpunkte aus Schritt 1 Die Knoten werden also in der Reihenfolge als Startknoten im folgenden Schritt betrachtet 68

6 <latexit sha1_base64="k+l+ak2mamyyznuwe1s2u6s1yq=">aaadghicdzjnb9qweiad8fxc1xa4cbfyvekuj+xa9oc0ehcusevi20rdaov4z1mrjhze0qilv8bv4yb4sqnxwnofis2dsnhevmvi4zk6yswmic//t8a9dvly1dzu4c/fe/qej/yfhvtegw5xrqc1pxixiowcoaiwcvgzymuk4yypxxf7kprgrthqhtqvpyxil1oizdgg5+vxpoecicwclha+i2lpd6uu6uclduym8gyqg1oncgpvindmp45gsfh5haapz+kv0usxn2mz49jh0flfs9frdsvs1dijbp2likrtftmuhajm2brw6gyl1gozyyuwaumbxpqjabpdtnoklactdu+xrt64mikrrvxj0la08dlsutbcrmvzymz+lxachc5nwbblm7ry/rvf8jjoszezzhrjuzf2esxfu0bywqagtftxdd15kipt286uoy4cgbjxgwrwc8nnmgefvwslthgc+t2uzgbcuteb5powtng2mkjydyaotk5tq2darunh/7t/8vjidheofj28l4ntoioyrj+qpeuys8olmygtyroaek1/egrd6kf/f/+p/879vsvj+cr2qn/x286lqlp</latexit> <latexit sha1_base64="k+l+ak2mamyyznuwe1s2u6s1yq=">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</latexit> <latexit sha1_base64="k+l+ak2mamyyznuwe1s2u6s1yq=">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</latexit> <latexit sha1_base64="qrpfroavc9xbmvxyisnzubgm=">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</latexit> <latexit sha1_base64="hptq5unss1km25dytzq5gp5ezke=">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</latexit> <latexit sha1_base64="hptq5unss1km25dytzq5gp5ezke=">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</latexit> <latexit sha1_base64="hptq5unss1km25dytzq5gp5ezke=">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</latexit> <latexit sha1_base64="vw6f66zhawdsd7g+iemzzxs8gdg=">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</latexit> Algorithmus von Kosaraju Schritt : Erweiterte ganzheitliche Tiefensuche auf dem ursprünglichen Graphen mit neu bestimmter Reihenfolge col = pre = beg = end = rep = ord = Starke Zusammenhangskomponenten: 69

7 Motivation <latexit sha1_base64="6sya/fjqg4mavbs2jr/zkhy8d0=">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</latexit> <latexit sha1_base64="6sya/fjqg4mavbs2jr/zkhy8d0=">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</latexit> <latexit sha1_base64="6sya/fjqg4mavbs2jr/zkhy8d0=">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</latexit> <latexit sha1_base64="2lnsb5vialabb2vowwbkvvqdnq=">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</latexit> Wir lernen nun zwei gierige Algorithmen kennen, um für einen ungerichteten gewichteten zusammenhängenden Graphen einen minimalen Spannbaum zu bestimmen Ein minimaler Spannbaum ist eine Teilmenge T der Kantenmenge E, so dass der Graph G(V, T) ein Baum ist und zudem das Gewicht w(t) = ÿ w(u, v) (u,v)œt unter allen Spannbäumen minimal sein muss 70

8 <latexit sha1_base64="hhlwksuvku4olvgeeputfpqqgki=">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</latexit> <latexit sha1_base64="rcvcu1bswnbds7tiq2we9wzkmta=">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</latexit> <latexit sha1_base64="rcvcu1bswnbds7tiq2we9wzkmta=">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</latexit> <latexit sha1_base64="bdiq761qaemxqfmropt/jxqpxfm=">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</latexit> Motivation Da der Graph G(V, T) ein Baum sein muss, wissen wir, dass T = V - 1 gelten muss Minimale Spannbäume haben praktische Anwendungen z.b. beim Entwurf von Kommunikationsnetzen und Schaltungen WND 55 0 MZG HOM SLS ZW SB 71

9 5. Algorithmus von Kruskal Der Algorithmus von Kruskal ähnelt dem Algorithmus zum Bestimmen von (schwachen) Zusammenhangskomponenten und verwendet ebenfalls eine Union-Find-Datenstruktur Ein wichtiger Unterschied ist, dass der Algorithmus von Kruskal die Kanten des Graphen in aufsteigender Reihenfolge ihres Gewichts betrachtet 72

10 Algorithmus von Kruskal Wird eine Kante betrachtet und befinden sich die dadurch verbundenen Knoten noch in verschiedenen disjunkten Teilmengen, so werden diese Teilmengen vereinigt und die Kante ist Teil des minimalen Spannbaums Zu jedem Zeitpunkt bilden die disjunkten Teilmengen in der Union-Find-Datenstruktur einen Wald aller Knoten Da der Graph zusammenhängend ist, bleibt am Ende nur eine disjunkte Teilmenge, nämlich die gesamte Knotenmenge, übrig 7

11 Algorithmus von Kruskal 1 public class Kruskal { 2 // Knoten u der Kanten (u,v) im minimalen Spannbaum 4 private int[] tu; 5 6 // Knoten v der Kanten (u,v) im minimalen Spannbaum 7 private int[] tv; 8 9 public int[] gettu() { 10 return tu; 11 } 12 1 public int[] gettv() { 14 return tv; 15 } public void computeminimumspanningtree(graph g, Weighting w) { Die Arrays tu und tv enthalten bei Beendung des Algorithmus die im minimalen Spannbaum enthaltenen Kanten 74

12 Algorithmus von Kruskal 17 public void computeminimumspanningtree(graph g, Weighting w) { // Kanten initialisieren und sortieren 20 int[] gu = new int[g.getedgecount() / 2]; 21 int[] gv = new int[g.getedgecount() / 2]; 22 int[] gw = new int[g.getedgecount() / 2]; 2 int i = 0; for ( int u = 0; u < g.getnodecount(); u++) { 26 for ( int v : g.getlist(u)) { 27 // Kante (u,v) bzw. (v,u) nur einmal betrachten 28 if (u < v) { 29 gu[i] = u; 0 gv[i] = v; 1 gw[i] = w.getweight(u, v); 2 i++; } 4 } 5 } 6 sort(gu, gv, gw); 7 8 // Union -Find- Datenstruktur initialisieren 75

13 Algorithmus von Kruskal 7 8 // Union -Find- Datenstruktur initialisieren 9 UnionFind uf = new UnionFind(g.getNodeCount()); 40 for ( int u = 0; u < g.getnodecount(); u++) { 41 uf.make(u); 42 } 4 44 // Baumkanten initialisieren 45 tu = new int[g.getnodecount() - 1]; 46 tv = new int[g.getnodecount() - 1]; 47 int j = 0; // Alle Kanten im Graphen betrachten 50 for ( int e = 0; e < g.getedgecount() / 2; e++) { 51 if (uf.find(gu[e])!= uf.find(gv[e])) { 52 uf.union(gu[e], gv[e]); 5 tu[j] = gu[e]; 54 tv[j] = gv[e]; 55 j++; 56 } 57 } 58 } 59 } 76

14 <latexit sha1_base64="+ssej7skcosxr2gupjri5oac7lw=">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</latexit> <latexit sha1_base64="+ssej7skcosxr2gupjri5oac7lw=">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</latexit> <latexit sha1_base64="+ssej7skcosxr2gupjri5oac7lw=">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</latexit> <latexit sha1_base64="v1sonzfrbuap57myuhbe/cpcdu=">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</latexit> Algorithmus von Kruskal <latexit sha1_base64="itsozftuvjizhli+idwhuf+6jv0=">aaahzxiclzvbb9mwfmczwfcotw0qlzxgmcy2qwuttinou6djvpaaekimtwqrynfow6vorbzdksefla+a+bocj2vadmvwk5we//ypfc6x48wck2bv5zuv6urftvkdu//g4apvtcdfvzribocsepe89qgcwum41fwloi4l0matcorn5n+o28gfy/cloewycg45cpokmaxco15d99d8y8tdwf/og504merkcmkdqqkv2ue+s6oymo6ismfca+tomgdlotftrjirskre84mw4itpq59y2uapojlxds6h0xadpklrnaaxdxiutuce+plm6cxjigyqgiv9atqiyrkzhieryirexomuil+7o/wpk8k/wq+agcmmjef4tmcmkjydenhsas2cuygojyibxhdirg4gcf74dgq262qfn4jq+p66tkxbkhn9atr4mh86abbutscgsqutex18iozke17i1bn8fltwhj7wzvfgssjiyzynof45qytbwi7ommbrchospqki1gdof1cpbrwyrap+8brtv0/azgvft9js7j1i5tipqyq0mpupku5iy9oyrwkqxih2vdjkzslrmdczi7sac0ry2//ddjmthwuxncyeyy9cuayhl5zooe5volrxsvzrpmxpciyxaja5/i8opd6jfom0kgq+t2w9t2k1dct5wgnbe1g+ewnn7nfxbgvf9icubhjojqltpswm9skmpxwfzrz8oilee6bh61i5xn8lbooyoacn5w40qxqagqt5ez2rdft4zbrjvejncu/pesknljohhpib1rn1ts84l+zzomiqqadk789duximjbgnqzzjsmq0u2dmqkedqcrdomhtnxuthswc6iiyjwee/hkyfnm0kjmcq0hyherknh5iav18yno8vpivofva4o8p86bwxgdge7vzi+hzocji9vam6thav7fn1xufhubjt1wprvrb50ir9yd67n1ytq0houtdwc9tz5zhxarfkjislr5ufkn+qd6tpqsqg8tlcy8suqt+uivrbblmw==</latexit> <latexit sha1_base64="itsozftuvjizhli+idwhuf+6jv0=">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</latexit> <latexit sha1_base64="itsozftuvjizhli+idwhuf+6jv0=">aaahzxiclzvbb9mwfmczwfcotw0qlzxgmcy2qwuttinou6djvpaaekimtwqrynfow6vorbzdksefla+a+bocj2vadmvwk5we//ypfc6x48wck2bv5zuv6urftvkdu//g4apvtcdfvzribocsepe89qgcwum41fwloi4l0matcorn5n+o28gfy/cloewycg45cpokmaxco15d99d8y8tdwf/og504merkcmkdqqkv2ue+s6oymo6ismfca+tomgdlotftrjirskre84mw4itpq59y2uapojlxds6h0xadpklrnaaxdxiutuce+plm6cxjigyqgiv9atqiyrkzhieryirexomuil+7o/wpk8k/wq+agcmmjef4tmcmkjydenhsas2cuygojyibxhdirg4gcf74dgq262qfn4jq+p66tkxbkhn9atr4mh86abbutscgsqutex18iozke17i1bn8fltwhj7wzvfgssjiyzynof45qytbwi7ommbrchospqki1gdof1cpbrwyrap+8brtv0/azgvft9js7j1i5tipqyq0mpupku5iy9oyrwkqxih2vdjkzslrmdczi7sac0ry2//ddjmthwuxncyeyy9cuayhl5zooe5volrxsvzrpmxpciyxaja5/i8opd6jfom0kgq+t2w9t2k1dct5wgnbe1g+ewnn7nfxbgvf9icubhjojqltpswm9skmpxwfzrz8oilee6bh61i5xn8lbooyoacn5w40qxqagqt5ez2rdft4zbrjvejncu/pesknljohhpib1rn1ts84l+zzomiqqadk789duximjbgnqzzjsmq0u2dmqkedqcrdomhtnxuthswc6iiyjwee/hkyfnm0kjmcq0hyherknh5iav18yno8vpivofva4o8p86bwxgdge7vzi+hzocji9vam6thav7fn1xufhubjt1wprvrb50ir9yd67n1ytq0houtdwc9tz5zhxarfkjislr5ufkn+qd6tpqsqg8tlcy8suqt+uivrbblmw==</latexit> <latexit sha1_base64="iidp8xd9jcmeqmncqehcnkrxlyw=">aaahzxiclzxdbtmwfmezsa6jmngaccmfhgkxpnimacc6tz2quoecpcexnqmtjsc5ba06h7idshfyodwa4ju4tsq0jh1atxj6/pm/9jnhjhclrrrt/1pyvlnuwa6ukdu7/64oha+qnvkkokgwmwiugeevsb4cecak4fhmusaoajopqmh0z/4xeqikfhvz2lyrdqucihnfgnrup1pd99d0y8tdwfnmsc6urc1lpjsgoiyv7xixwd0erhdrjgphafp0rdbt0wc+okevpsosectqyew8c+kzkgu6ny66h2vb6job0sargniyu45ijqbnf0mmdbdzkqriqxu9qe4isk2t4irlcysif6brihbt1u0ej/tv6cnxcbiqbwqsfc+qwkjmqippervkwtxd1bgwt6wkjyc0kwr+dtcbotndp6aafryue1oqzmp9pe46odif+opgkwroqbvkpqj6ezumykb9hlbn8flxcs2tnugcgkgrlnzrqlxikxmdhefmz2ybuccltgvbrdnukqfwcitgi1t5921tutdvnzkrn0w9unurl0bzc87wa+kjttwfi2jouyqngknzu2snmwnavw9zmlo4czclh2zfddjithwuxrcyeyzdcuayhl6bo/9zrrlxukqyjdqzie9fku0s1z7d4dwh0c+dz4qcr2ydxeny7d2yp+g07dztmhn2/7x+sko70cscsdutfcleo4d60fktf0kygr9regmjubh0kn2jltjdtirrafoostoxnsanqgzc/rjlxcj0+gkcqr1ctnh2r0kcpweahgva9vuf7jppcpi+kjpp6qvt+pbsfx1ice5lkga5erln1bqz62bmkpiwtpp1zmdfhioioipl44okvgwkxq4myyteuhi2ppezjj6bwzwemzqof/5otdyt+eppzrhkcowpdqzr58damchskgmhmnuznv/ity41vbsoxg84xd+n9z56kfeuz9dlatbxr2pvfbt2rqolvt5vzcwt/fz+u12tpqk+lddfhfmyx1apvz//bajnst8=</latexit> Beispiel: Algorithmus von Kruskal angewendet auf einen ungerichteten gewichteten Graphen gu = [ ] gv = [ ] gw = [ ] r = [ ] 77

15 <latexit sha1_base64="ggjmzehbfdhh/mepsqtt/jtkylu=">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</latexit> <latexit sha1_base64="ggjmzehbfdhh/mepsqtt/jtkylu=">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</latexit> <latexit sha1_base64="ggjmzehbfdhh/mepsqtt/jtkylu=">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</latexit> <latexit sha1_base64="tr0b20ew8iwx+bjdvsd995bp/yg=">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</latexit> Algorithmus von Kruskal <latexit sha1_base64="sia+eemsoslnttzyy18amarn7mw=">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</latexit> <latexit sha1_base64="sia+eemsoslnttzyy18amarn7mw=">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</latexit> <latexit sha1_base64="sia+eemsoslnttzyy18amarn7mw=">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</latexit> <latexit sha1_base64="/itd9lvy81cah+qtakqlilwhjzy=">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</latexit> Beispiel: Algorithmus von Kruskal angewendet auf einen ungerichteten gewichteten Graphen tu = [ ] tv = [ ] r = [ ] 78

16 <latexit sha1_base64="z/jovj5qce5gpk52pklvne8say=">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</latexit> <latexit sha1_base64="z/jovj5qce5gpk52pklvne8say=">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</latexit> <latexit sha1_base64="z/jovj5qce5gpk52pklvne8say=">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</latexit> <latexit sha1_base64="afztqgfv9inruargstfa/9egjo=">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</latexit> Algorithmus von Kruskal <latexit sha1_base64="nipv95md9vh7yo/1bvfrkkla8pa=">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</latexit> <latexit sha1_base64="nipv95md9vh7yo/1bvfrkkla8pa=">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</latexit> <latexit sha1_base64="nipv95md9vh7yo/1bvfrkkla8pa=">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</latexit> <latexit sha1_base64="bsgtetwigkauku52utxyyfedikw=">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</latexit> <latexit sha1_base64="ciop5j5t2afhzuofwkjv96+6aus=">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</latexit> <latexit sha1_base64="czodwltyptc0j+y6u+ucf7u/2fu=">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</latexit> <latexit sha1_base64="/fmryaxha9v9y5caxgoojxnmkku=">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</latexit> <latexit sha1_base64="+1kvx84cvlmwoqbmfhz87vc9u5g=">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</latexit> <latexit sha1_base64="nipv95md9vh7yo/1bvfrkkla8pa=">aaaheiclzxfj9ngemd9lbbifetb7wmpafczrlbsscnu9bjfelljsr1acmjtuv1jfll/uo766bb8juv8n/xtyakzu1wokpu4faxpzn9znee2v9hjou2nvdu79p11s2jdvdb7/4ceffr69/8tzneak4wlpzapehkyjfameggekvswusjiu+cjc/wn7x/yhsos0+ddsmpzfbjgiuedmkot0//r7ayglkrrgrf5lgptcytnry1qztodp2m+mcywqqtjgife9eks4tju89ifxbrfwcwfx82awsfeplzkoynws2gw19vmixhguoglydmheisxyguw7sqi0teeqxavcjnjmuyqrhk/gkjuzbybil7wfbbbrvgl+srcaw5hujmlheskctibldkdh25zs1cqtsujk++vkhcricj0el80dxy4sk9jtp4/+8u2akjaxgz5dinycou4d7qzdsco6617jyavpnkbg+8h8am0nmnhgiuxnl0drldtiy/zqy14zeyt0lbmzbnoaabvcnbuh8ljwqo4dq+hi1ohvfi1itbjulhmdsftqkqfnna2ukzxagreveuupkrvwvqmju2tsolsymednljgzbpihtljt4vyh75nuww9kw46vyslt1oikd+qqn9pew/zlrn7j+zzl9bn7pa4lu1bqtwjqnriknu2ouatm8fengcot1d+flw+96vts4vunu7dnp/t5igqu8jzexxdktj76xmvnb7jywwhamucamlhfb4ir5ga0xnsswmmzo1kbztwbcytszotrfs7hpngjmqairmvb5z0culnz6e4dexsws9ed91rmzl0ztlwghbry/kkxtszyuowjqq5modk0/+1izh80kkwq5nqm8/tb5lsgkyi8uohmucimzdcubjuc+jipxg0dpj1pfvj0tjt9661cvpqtvb8vdomhfroas2jv5m0anukll2agg+1r8unp4hxd/r+v8eb8ejeoycm85d5zfngem7t5xj5y/nmxpi8fbyet160p740p7op1h26ravbmf+drmsppwinblpl</latexit> <latexit sha1_base64="nipv95md9vh7yo/1bvfrkkla8pa=">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</latexit> <latexit sha1_base64="nipv95md9vh7yo/1bvfrkkla8pa=">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</latexit> <latexit sha1_base64="nipv95md9vh7yo/1bvfrkkla8pa=">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</latexit> <latexit sha1_base64="+1kvx84cvlmwoqbmfhz87vc9u5g=">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</latexit> Beispiel: Algorithmus von Kruskal angewendet auf einen ungerichteten gewichteten Graphen tu = [ ] tv = [ ] r = [ ] 79

Wie wird ein Graph dargestellt?

Wie wird ein Graph dargestellt? Wie wird ein Graph dargestellt? Für einen Graphen G = (V, E), ob gerichtet oder ungerichtet, verwende eine Adjazenzliste A G : A G [i] zeigt auf eine Liste aller Nachbarn von Knoten i, wenn G ungerichtet

Mehr

Algorithmen und Datenstrukturen

Algorithmen und Datenstrukturen 1 Algorithmen und Datenstrukturen Wintersemester 018/19 1. Vorlesung Minimale Spannbäume Prof. Dr. Alexander Wolff Lehrstuhl für Informatik I Motivation ) Kantengewichte w : E R >0 ) w(e ) := e E w(e)

Mehr

Vorlesung Datenstrukturen

Vorlesung Datenstrukturen Vorlesung Datenstrukturen Minimale Spannbäume Maike Buchin 18.7., 20.7.2017 Einführung Motivation: Verbinde Inseln mit Fähren oder Städte mit Schienen und verbrauche dabei möglichst wenig Länge. Problem:

Mehr

ADS: Algorithmen und Datenstrukturen 2

ADS: Algorithmen und Datenstrukturen 2 ADS: Algorithmen und Datenstrukturen 2 Teil 6 Prof. Dr. Gerhard Heyer Institut für Informatik Abteilung Automatische Sprachverarbeitung Universität Leipzig 16. Mai 2018 [Letzte Aktualisierung: 18/05/2018,

Mehr

ADS: Algorithmen und Datenstrukturen 2

ADS: Algorithmen und Datenstrukturen 2 ADS: Algorithmen und Datenstrukturen 2 Teil 4 Prof. Dr. Gerhard Heyer Institut für Informatik Abteilung Automatische Sprachverarbeitung Universität Leipzig 02. Mai 2017 [Letzte Aktualisierung: 10/07/2018,

Mehr

Berechnung minimaler Spannbäume. Beispiel

Berechnung minimaler Spannbäume. Beispiel Minimale Spannbäume Definition Sei G pv, Eq ein ungerichteter Graph und sei w : E Ñ R eine Funktion, die jeder Kante ein Gewicht zuordnet. Ein Teilgraph T pv 1, E 1 q von G heißt Spannbaum von G genau

Mehr

Teil 2: Graphenalgorithmen

Teil 2: Graphenalgorithmen Teil : Graphenalgorithmen Anwendungen Definitionen Datenstrukturen für Graphen Elementare Algorithmen Topologisches Sortieren Kürzeste Wege Minimal aufspannende Bäume Problemstellung Algorithmus von Prim

Mehr

Optimale Lösungen mit Greedy-Strategie erfordern Optimalität der Greedy-Wahl. Beispiele für optimale Greedy-Lösungen

Optimale Lösungen mit Greedy-Strategie erfordern Optimalität der Greedy-Wahl. Beispiele für optimale Greedy-Lösungen Wiederholung Optimale Lösungen mit Greedy-Strategie erfordern Optimalität der Greedy-Wahl unabhängig von Subproblemen Optimalität der Subprobleme Beispiele für optimale Greedy-Lösungen Scheduling Problem

Mehr

Algorithmen & Datenstrukturen 2 Praktikum 3

Algorithmen & Datenstrukturen 2 Praktikum 3 Algorithmen & Datenstrukturen 2 Praktikum 3 Thema: Graphalgorithmen Sommersemester 2016 Prof. Dr. Christoph Karg Hochschule Aalen Dieses Praktikum widmet sich dem Thema Graphalgorithmen. Ziel ist die Implementierung

Mehr

3. Minimale Spannbäume. Definition 99 T heißt minimaler Spannbaum (MSB, MST) von G, falls T Spannbaum von G ist und gilt:

3. Minimale Spannbäume. Definition 99 T heißt minimaler Spannbaum (MSB, MST) von G, falls T Spannbaum von G ist und gilt: 3. Minimale Spannbäume Sei G = (V, E) ein einfacher ungerichteter Graph, der o.b.d.a. zusammenhängend ist. Sei weiter w : E R eine Gewichtsfunktion auf den Kanten von G. Wir setzen E E: w(e ) = e E w(e),

Mehr

ADS: Algorithmen und Datenstrukturen 2

ADS: Algorithmen und Datenstrukturen 2 ADS: Algorithmen und Datenstrukturen 2 Teil 4 Prof. Dr. Gerhard Heyer Institut für Informatik Abteilung Automatische Sprachverarbeitung Universität Leipzig 24. April 2019 [Letzte Aktualisierung: 24/04/2019,

Mehr

Graphalgorithmen I. Katharina Reif Hallo Welt -Seminar - LS 2

Graphalgorithmen I. Katharina Reif Hallo Welt -Seminar - LS 2 Graphalgorithmen I Katharina Reif 14.06.2017 allo Welt -Seminar - LS 2 Überblick Einführung Speichern von Graphen Topologische Sortierung Zusammenhang und Zusammenhangskomponenten Artikulationspunkte rücken

Mehr

Datenstrukturen und Algorithmen (SS 2013)

Datenstrukturen und Algorithmen (SS 2013) Datenstrukturen und Algorithmen (SS 2013) Übungsblatt 10 Abgabe: Montag, 08.07.2013, 14:00 Uhr Die Übungen sollen in Gruppen von zwei bis drei Personen bearbeitet werden. Schreiben Sie die Namen jedes

Mehr

Technische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen

Technische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen Technische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen 186.172 Algorithmen und Datenstrukturen 1 VL 4.0 Übungsblatt 4 für die Übung

Mehr

Graphalgorithmen. 9. November / 54

Graphalgorithmen. 9. November / 54 Graphalgorithmen 9. November 2017 1 / 54 Graphen: Datenstrukturen und Algorithmen Ein Graph G = (V, E) wird durch die Knotenmenge V und die Kantenmenge E repräsentiert. G ist ungerichtet, wenn wir keinen

Mehr

3.2 Generischer minimaler Spannbaum-Algorithmus

3.2 Generischer minimaler Spannbaum-Algorithmus 3.2 Generischer minimaler Spannbaum-Algorithmus Initialisiere Wald F von Bäumen, jeder Baum ist ein singulärer Knoten (jedes v V bildet einen Baum) while Wald F mehr als einen Baum enthält do wähle einen

Mehr

Kap. 6.5: Minimale Spannbäume ff

Kap. 6.5: Minimale Spannbäume ff Kap. 6.: Minimale Spannbäume ff Professor Dr. Karsten Klein Lehrstuhl für Algorithm Engineering, LS11 Fakultät für Informatik, TU Dortmund 20. VO 2. TEIL DAP2 SS 2009 2. Juli 2009 SS08 1 Überblick 6.:

Mehr

Vorlesung Datenstrukturen

Vorlesung Datenstrukturen Vorlesung Datenstrukturen Graphdurchläufe Maike Buchin 22. und 27.6.2017 Graphexploration Motivation: Für viele Zwecke will man den gesamten Graphen durchlaufen, zb. um festzustellen ob er (stark) zusammenhängt.

Mehr

Graphalgorithmen 2. Dominik Paulus Dominik Paulus Graphalgorithmen / 47

Graphalgorithmen 2. Dominik Paulus Dominik Paulus Graphalgorithmen / 47 Graphalgorithmen Dominik Paulus.0.01 Dominik Paulus Graphalgorithmen.0.01 1 / 7 1 Spannbäume Kruskal Prim Edmonds/Chu-Liu Datenstrukturen Fibonacci-Heap Union/Find Kürzeste Pfade Dijkstra Bellman-Ford

Mehr

Informatik II, SS 2014

Informatik II, SS 2014 Informatik II SS 2014 (Algorithmen & Datenstrukturen) Vorlesung 16 (2.7.2014) Graphtraversierung II, Minimale Spannbäume I Algorithmen und Komplexität Tiefensuche: Pseusocode DFS Traversal: for all u in

Mehr

Zweizusammenhang und starker Zusammenhang

Zweizusammenhang und starker Zusammenhang .. Zeizusammenhang und starker Zusammenhang Carsten Gutenger Vorlesung Algorithmen und Datenstrukturen WS /. Januar Zeizusammenhang Betrachte ein Netzerk (Graph) Z.B. Computernetzerk, Flug- oder Schienennetzerk

Mehr

2. November Gradfolgen Zusammenhang Kürzeste Wege. H. Meyerhenke: Algorithmische Methoden zur Netzwerkanalyse 37

2. November Gradfolgen Zusammenhang Kürzeste Wege. H. Meyerhenke: Algorithmische Methoden zur Netzwerkanalyse 37 2. November 2011 Gradfolgen Zusammenhang Kürzeste Wege H. Meyerhenke: Algorithmische Methoden zur Netzwerkanalyse 37 Satz von Erdős und Gallai Eine Partition einer natürlichen Zahl ist genau dann die Gradfolge

Mehr

ADS: Algorithmen und Datenstrukturen 2

ADS: Algorithmen und Datenstrukturen 2 ADS: Algorithmen und Datenstrukturen 2 Teil 5 Prof. Peter F. Stadler & Dr. Christian Höner zu Siederdissen Bioinformatik/IZBI Institut für Informatik & Interdisziplinäres Zentrum für Bioinformatik Universität

Mehr

ADS 2: Algorithmen und Datenstrukturen

ADS 2: Algorithmen und Datenstrukturen ADS 2: Algorithmen und Datenstrukturen Teil I Prof. Peter F. Stadler & Sebastian Will Bioinformatik/IZBI Institut für Informatik & Interdisziplinäres Zentrum für Bioinformatik Universität Leipzig 9. April

Mehr

Algorithmen und Datenstrukturen 2-1. Seminar -

Algorithmen und Datenstrukturen 2-1. Seminar - Algorithmen und Datenstrukturen 2-1. Seminar - Dominic Rose Bioinformatics Group, University of Leipzig Sommersemster 2010 Outline 1. Übungsserie: 3 Aufgaben, insgesamt 30 28 Punkte A1 Spannbäume (10 8

Mehr

9 Minimum Spanning Trees

9 Minimum Spanning Trees Im Folgenden wollen wir uns genauer mit dem Minimum Spanning Tree -Problem auseinandersetzen. 9.1 MST-Problem Gegeben ein ungerichteter Graph G = (V,E) und eine Gewichtsfunktion w w : E R Man berechne

Mehr

Graphen: Datenstrukturen und Algorithmen

Graphen: Datenstrukturen und Algorithmen Graphen: Datenstrukturen und Algorithmen Ein Graph G = (V, E) wird durch die Knotenmenge V und die Kantenmenge E repräsentiert. G ist ungerichtet, wenn wir keinen Start- und Zielpunkt der Kanten auszeichnen.

Mehr

2.4 Starke Zusammenhangskomponenten in Digraphen

2.4 Starke Zusammenhangskomponenten in Digraphen Starke Zusammenhangskomponenten Einleitung 2.4 Starke Zusammenhangskomponenten in Digraphen Definition 2.4.1 Zwei Knoten v und w in einem Digraphen G heißen äquivalent, wenn v w und w v gilt. Notation:

Mehr

ADS: Algorithmen und Datenstrukturen 2

ADS: Algorithmen und Datenstrukturen 2 ADS: Algorithmen und Datenstrukturen 2 Teil 4 Prof. Peter F. Stadler & Dr. Christian Höner zu Siederdissen Bioinformatik/IZBI Institut für Informatik & Interdisziplinäres Zentrum für Bioinformatik Universität

Mehr

1. Klausur zur Vorlesung Algorithmentechnik Wintersemester 2008/2009

1. Klausur zur Vorlesung Algorithmentechnik Wintersemester 2008/2009 . Klausur zur Vorlesung Algorithmentechnik Wintersemester 008/009 Hier Aufkleber mit Name und Matrikelnummer anbringen Vorname: Nachname: Matrikelnummer: Beachten Sie: Bringen Sie den Aufkleber mit Ihrem

Mehr

Informatik II, SS 2014

Informatik II, SS 2014 Informatik II SS 2014 (Algorithmen & Datenstrukturen) Vorlesung 17 (8.7.2014) Minimale Spannbäume II Union Find, Prioritätswarteschlangen Algorithmen und Komplexität Minimaler Spannbaum Gegeben: Zus. hängender,

Mehr

Institut für Programmierung und Reaktive Systeme 31. Mai Programmieren II. 12. Übungsblatt

Institut für Programmierung und Reaktive Systeme 31. Mai Programmieren II. 12. Übungsblatt Technische Universität Braunschweig Dr. Werner Struckmann Institut für Programmierung und Reaktive Systeme 1. Mai 01 Programmieren II 1. Übungsblatt Hinweis: Dieses Übungsblatt enthält die dritte Pflichtaufgabe.

Mehr

Informatik II, SS 2016

Informatik II, SS 2016 Informatik II - SS 208 (Algorithmen & Datenstrukturen) Vorlesung 4 (..208) Graphenalgorithmen III Algorithmen und Komplexität Bäume Gegeben: Zusammenhängender, ungerichteter Graph G = V, E Baum: Zusammenhängender,

Mehr

15. Elementare Graphalgorithmen

15. Elementare Graphalgorithmen Graphen sind eine der wichtigste Modellierungskonzepte der Informatik Graphalgorithmen bilden die Grundlage vieler Algorithmen in der Praxis Zunächst kurze Wiederholung von Graphen. Dann Darstellungen

Mehr

Algorithmen und Datenstrukturen Kapitel 9. und

Algorithmen und Datenstrukturen Kapitel 9. und Algorithmen und Datenstrukturen Kapitel 9 Minimale Spannbäume und Kürzeste Pfade Frank Heitmann heitmann@informatik.uni-hamburg.de 9. Dezember 01 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/13

Mehr

Algorithmen und Datenstrukturen 1 VL Übungstest SS Juni 2009

Algorithmen und Datenstrukturen 1 VL Übungstest SS Juni 2009 Technische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen 186.172 Algorithmen und Datenstrukturen 1 VL 4.0 2. Übungstest SS 2009 09. Juni

Mehr

Graphenalgorithmen I

Graphenalgorithmen I Graphenalgorithmen I Vortrag im Seminar Hallo Welt! für Fortgeschrittene 7. Juni 211 Graphenalgorithmen I 1/33 Motivation Problem Wie komme ich am schnellsten ins Kanapee? Problem Wie kommt ein Datenpaket

Mehr

3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel

3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel 3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel EADS 3.1 Konstruktion von minimalen Spannbäumen 16/36

Mehr

Datenstrukturen und Algorithmen. Christian Sohler FG Algorithmen & Komplexität

Datenstrukturen und Algorithmen. Christian Sohler FG Algorithmen & Komplexität Datenstrukturen und Algorithmen Christian Sohler FG Algorithmen & Komplexität 1 Klausur Wichtige Hinweise: 2.7.07, Beginn 9 Uhr Bitte spätestens 8:4 Uhr vor Ort sein Sporthalle + Audimax Informationen

Mehr

Kap. 6.5: Minimale Spannbäume

Kap. 6.5: Minimale Spannbäume Kap. 6.5: Minimale Spannbäume Professor Dr. Lehrstuhl für Algorithm Engineering, LS11 Fakultät für Informatik, TU Dortmund 19./20. VO DAP2 SS 2009 30.6./2.7.2009 1 Anmeldung zur Klausur 31.07.2009 um 10:15

Mehr

Grundlagen: Algorithmen und Datenstrukturen

Grundlagen: Algorithmen und Datenstrukturen Grundlagen: Algorithmen und Datenstrukturen Prof. Dr. Hanjo Täubig Lehrstuhl für Effiziente Algorithmen (Prof. Dr. Ernst W. Mayr) Institut für Informatik Technische Universität München Sommersemester 00

Mehr

Wege, Pfade und Kreise

Wege, Pfade und Kreise Wege, Pfade und Kreise ef.: in Weg ist eine olge von Knoten (v 1, v2,..., vk), so dass {vi,vi+1} für alle 1 i

Mehr

Graphen und Bäume. A.1 Graphen

Graphen und Bäume. A.1 Graphen Algorithmen und Datenstrukturen 96 A Graphen und Bäume A.1 Graphen Ein gerichteter Graph (auch Digraph) G ist ein Paar (V, E), wobei V eine endliche Menge und E eine Relation auf V ist, d.h. E V V. V heißt

Mehr

Algorithmen und Datenstrukturen Kapitel 9. und

Algorithmen und Datenstrukturen Kapitel 9. und Algorithmen und Datenstrukturen Kapitel 9 und Kürzeste Pfade Frank Heitmann heitmann@informatik.uni-hamburg.de 9. Dezember 0 Frank Heitmann heitmann@informatik.uni-hamburg.de / Problemstellung Definition

Mehr

Algorithmen und Datenstrukturen

Algorithmen und Datenstrukturen Algorithmen und Datenstrukturen Prof. Martin Lercher Institut für Informatik Heinrich-Heine-Universität Düsseldorf Teil 10 Suche in Graphen Version vom 13. Dezember 2016 1 / 2 Vorlesung 2016 / 2017 2 /

Mehr

Aufgaben zur Klausurvorbereitung

Aufgaben zur Klausurvorbereitung Vorlesung Graphen und Optimierung Sommersemester 2013/14 Prof. S. Lange Aufgaben zur Klausurvorbereitung Hier finden Sie eine Reihe von Übungsaufgaben, die wir an den beiden Vorlesungsterminen am 29.01.2014

Mehr

Programmiertechnik II

Programmiertechnik II Graph-Algorithmen Anwendungsgebiete "Verbundene Dinge" oft Teilproblem/Abstraktion einer Aufgabenstellung Karten: Wie ist der kürzeste Weg von Sanssouci nach Kunnersdorf? Hypertext: Welche Seiten sind

Mehr

Definition Ein gerichteter Graph G = (V, E) ist ein Graph von geordneten Paaren (u, v) mit u V und v V.

Definition Ein gerichteter Graph G = (V, E) ist ein Graph von geordneten Paaren (u, v) mit u V und v V. Kapitel 4 Graphenalgorithmen 4.1 Definitionen Definition 4.1.1. Der Graph G = (V, E) ist über die beiden Mengen V und E definiert, wobei V die Menge der Knoten und E die Menge der Kanten in dem Graph ist.

Mehr

ADS: Algorithmen und Datenstrukturen 2

ADS: Algorithmen und Datenstrukturen 2 ADS: Algorithmen und Datenstrukturen 2 Teil 3 Prof. Peter F. Stadler & Dr. Christian Höner zu Siederdissen Bioinformatik/IZBI Institut für Informatik & Interdisziplinäres Zentrum für Bioinformatik Universität

Mehr

\ E) eines Graphen G = (V, E) besitzt die gleiche Knotenmenge V und hat als Kantenmenge alle Kanten des vollständigen Graphen ohne die Kantenmenge E.

\ E) eines Graphen G = (V, E) besitzt die gleiche Knotenmenge V und hat als Kantenmenge alle Kanten des vollständigen Graphen ohne die Kantenmenge E. Das Komplement Ḡ = (V, ( V ) \ E) eines Graphen G = (V, E) besitzt die gleiche Knotenmenge V und hat als Kantenmenge alle Kanten des vollständigen Graphen ohne die Kantenmenge E. Ein Graph H = (V, E )

Mehr

Programmiertechnik II

Programmiertechnik II Graph-Algorithmen Anwendungsgebiete "Verbundene Dinge" oft Teilproblem/Abstraktion einer Aufgabenstellung Karten: Wie ist der kürzeste Weg von Sanssouci nach Kunnersdorf? Hypertext: Welche Seiten sind

Mehr

Ferienkurs zur algorithmischen diskreten Mathematik Kapitel 1: Grundlagen der algorithmischen Graphentheorie

Ferienkurs zur algorithmischen diskreten Mathematik Kapitel 1: Grundlagen der algorithmischen Graphentheorie Ferienkurs zur algorithmischen diskreten Mathematik Kapitel 1: Grundlagen der algorithmischen Graphentheorie Dipl-Math. Wolfgang Kinzner 2.4.2012 Kapitel 1: Grundlagen der algorithmischen Graphgentheorie

Mehr

1. Klausur zur Vorlesung Algorithmentechnik Wintersemester 2009/2010

1. Klausur zur Vorlesung Algorithmentechnik Wintersemester 2009/2010 . Klausur zur Vorlesung Algorithmentechnik Wintersemester 2009/200 Lösung! Beachten Sie: Bringen Sie den Aufkleber mit Ihrem Namen und Matrikelnummer auf diesem Deckblatt an und beschriften Sie jedes Aufgabenblatt

Mehr

Definition Gerichteter Pfad. gerichteter Pfad, wenn. Ein gerichteter Pfad heißt einfach, falls alle u i paarweise verschieden sind.

Definition Gerichteter Pfad. gerichteter Pfad, wenn. Ein gerichteter Pfad heißt einfach, falls alle u i paarweise verschieden sind. 3.5 Gerichteter Pfad Definition 291 Eine Folge (u 0, u 1,..., u n ) mit u i V für i = 0,..., n heißt gerichteter Pfad, wenn ( i {0,..., n 1} ) [ (u i, u i+1 ) A]. Ein gerichteter Pfad heißt einfach, falls

Mehr

Kapitel 4: Minimal spannende Bäume Gliederung der Vorlesung

Kapitel 4: Minimal spannende Bäume Gliederung der Vorlesung Kapitel : Minimal spannende Bäume Gliederung der Vorlesung. Fallstudie Bipartite Graphen 2. Grundbegriffe. Elementare Graphalgorithmen und Anwendungen. Minimal spannende Bäume. Kürzeste Wege. Traveling

Mehr

Datenstrukturen und Algorithmen

Datenstrukturen und Algorithmen Prof. Dr. Erika Ábrahám Datenstrukturen und Algorithmen 1/1 Datenstrukturen und Algorithmen Vorlesung 14: Prof. Dr. Erika Ábrahám Theorie Hybrider Systeme Informatik 2 http://ths.rwth-aachen.de/teaching/ss-14/

Mehr

Wintersemester 2004/ Januar Aus der Vorlesung sind Datenstrukturen zur Repräsentation von Wäldern disjunkter Mengen bekannt.

Wintersemester 2004/ Januar Aus der Vorlesung sind Datenstrukturen zur Repräsentation von Wäldern disjunkter Mengen bekannt. Lehrstuhl für Praktische Informatik III Norman May B6, 29, Raum C0.05 68131 Mannheim Telefon: (0621) 181 2517 Email: norman@pi3.informatik.uni-mannheim.de Matthias Brantner B6, 29, Raum C0.05 68131 Mannheim

Mehr

= n (n 1) 2 dies beruht auf der Auswahl einer zweielementigen Teilmenge aus V = n. Als Folge ergibt sich, dass ein einfacher Graph maximal ( n E = 2

= n (n 1) 2 dies beruht auf der Auswahl einer zweielementigen Teilmenge aus V = n. Als Folge ergibt sich, dass ein einfacher Graph maximal ( n E = 2 1 Graphen Definition: Ein Graph G = (V,E) setzt sich aus einer Knotenmenge V und einer (Multi)Menge E V V, die als Kantenmenge bezeichnet wird, zusammen. Falls E symmetrisch ist, d.h.( u,v V)[(u,v) E (v,u)

Mehr

Institut für Programmierung und Reaktive Systeme 27. Mai Programmieren II. 12. Übungsblatt

Institut für Programmierung und Reaktive Systeme 27. Mai Programmieren II. 12. Übungsblatt Technische Universität Braunschweig Dr. Werner Struckmann Institut für Programmierung und Reaktive Systeme 27. Mai 206 Programmieren II 2. Übungsblatt Hinweis: Auf diesem und den folgenden Übungsblättern

Mehr

Kapitel 4: Minimale spannende Bäume Gliederung der Vorlesung

Kapitel 4: Minimale spannende Bäume Gliederung der Vorlesung Kapitel : Minimale spannende Bäume Gliederung der Vorlesung. Grundbegriffe 2. Elementare Graphalgorithmen und Anwendungen. Kürzeste Wege. Minimale spannende Bäume. Färbungen und Cliquen. Traveling Salesman

Mehr

3. Musterlösung. Problem 1: Boruvka MST

3. Musterlösung. Problem 1: Boruvka MST Universität Karlsruhe Algorithmentechnik Fakultät für Informatik WS 06/07 ITI Wagner. Musterlösung Problem : Boruvka MST pt (a) Beweis durch Widerspruch. Sei T MST von G, e die lokal minimale Kante eines

Mehr

Programm heute. Algorithmen und Datenstrukturen (für ET/IT) Übersicht: Graphen. Definition: Ungerichteter Graph. Definition: Ungerichteter Graph

Programm heute. Algorithmen und Datenstrukturen (für ET/IT) Übersicht: Graphen. Definition: Ungerichteter Graph. Definition: Ungerichteter Graph Programm heute Algorithmen und Datenstrukturen (für ET/IT) Sommersemester 07 Dr. Stefanie Demirci Computer Aided Medical Procedures Technische Universität München 7 Fortgeschrittene Datenstrukturen Graphen

Mehr

Algorithmen und Datenstrukturen 1 VL Übungstest SS Juni 2011

Algorithmen und Datenstrukturen 1 VL Übungstest SS Juni 2011 Technische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen 86.72 Algorithmen und Datenstrukturen VL 4.0 2. Übungstest SS 20 0. Juni 20 Machen

Mehr

Klausurvorbereitung. 1 Zentrale Begriffe. 2 Bipartite Graphen. 2.1 Begriffe. Vorlesung Graphen und Optimierung Sommersemester 2011 Prof. S.

Klausurvorbereitung. 1 Zentrale Begriffe. 2 Bipartite Graphen. 2.1 Begriffe. Vorlesung Graphen und Optimierung Sommersemester 2011 Prof. S. Vorlesung Graphen und Optimierung Sommersemester 2011 Prof. S. Lange Klausurvorbereitung Hier finden Sie alle Begriffe, Zusammenhänge und Algorithmen, die mit Blick auf die Klausur relevant sind. Um es

Mehr

Algorithmische Methoden zur Netzwerkanalyse

Algorithmische Methoden zur Netzwerkanalyse Algorithmische Methoden zur Netzwerkanalyse Prof. Dr. Henning Meyerhenke Institut für Theoretische Informatik 1 KIT Henning Universität desmeyerhenke, Landes Baden-Württemberg Institutund für Theoretische

Mehr

Algorithmen und Datenstrukturen (ESE) Entwurf, Analyse und Umsetzung von Algorithmen (IEMS) WS 2013 / 2014 Vorlesung 12, Donnerstag, 23.

Algorithmen und Datenstrukturen (ESE) Entwurf, Analyse und Umsetzung von Algorithmen (IEMS) WS 2013 / 2014 Vorlesung 12, Donnerstag, 23. Algorithmen und Datenstrukturen (ESE) Entwurf, Analyse und Umsetzung von Algorithmen (IEMS) WS 0 / 04 Vorlesung, Donnerstag,. Januar 04 (Graphen, Breiten/Tiefensuche, Zusammenhangskomponenten) Junior-Prof.

Mehr

Kapitel 8 Graphenalgorithmen. Minimaler Spannbaum Union-find-Problem Kürzeste Wege

Kapitel 8 Graphenalgorithmen. Minimaler Spannbaum Union-find-Problem Kürzeste Wege Kapitel 8 Graphenalgorithmen Minimaler Spannbaum Union-find-Problem Kürzeste Wege Rückblick Graphen Modelle für Objekte und Beziehungen untereinander Personen - Bekanntschaften Ereignisse - Abhängigkeiten

Mehr

Tutoraufgabe 1 (Starke Zusammenhangskomponenten):

Tutoraufgabe 1 (Starke Zusammenhangskomponenten): für Informatik Prof. aa Dr. Ir. Joost-Pieter Katoen Allgemeine Hinweise: Datenstrukturen und Algorithmen SS1 Übungsblatt (Abgabe 4.0.01) Christian Dehnert, Friedrich Gretz, Benjamin Kaminski, Thomas Ströder

Mehr

Kapitel 7: Flüsse in Netzwerken und Anwendungen Gliederung der Vorlesung

Kapitel 7: Flüsse in Netzwerken und Anwendungen Gliederung der Vorlesung Gliederung der Vorlesung. Fallstudie Bipartite Graphen. Grundbegriffe. Elementare Graphalgorithmen und Anwendungen. Minimal spannende Bäume. Kürzeste Pfade. Traveling Salesman Problem. Flüsse in Netzwerken

Mehr

Tutoraufgabe 1 (SCC):

Tutoraufgabe 1 (SCC): Prof. aa Dr. E. Ábrahám Datenstrukturen und Algorithmen SS F. Corzilius, S. Schupp, T. Ströder Allgemeine Hinweise: Die Hausaufgaben sollen in Gruppen von je bis Studierenden aus der gleichen Kleingruppenübung

Mehr

4.2 Minimale Spannbäume: Der Algorithmus von Jarník/Prim Definition 4.2.1

4.2 Minimale Spannbäume: Der Algorithmus von Jarník/Prim Definition 4.2.1 Allgemeines. Minimale Spannbäume: Der Algorithmus von Jarník/Prim Definition.. (a) Ein Graph G =(V, E) heißt kreisfrei, wenn er keinen Kreis besitzt. Beispiel: Ein kreisfreier Graph: FG KTuEA, TU Ilmenau

Mehr

Wir nennen einen Pfad in einem gerichteten Graphen Zyklus, wenn der Pfad im gleichen Knoten beginnt und endet, d. h.

Wir nennen einen Pfad in einem gerichteten Graphen Zyklus, wenn der Pfad im gleichen Knoten beginnt und endet, d. h. aaacmxicdvdlsgmxfl1t3/vv69jntaiuyowubbdcwy1lbfuqwkomtwuyzgri7ltgwa9wa7/cr+lo3potpq2c9xegcdjnxu7j8wmpdlru2mktlc4tr6yu5dc3nre2czvfhlgjzrzolfs65vpdpyh4hqvk3oo1p6evedmpzid+c8i1esq6xjtmnzaoitexjkkvbozdl5yrytfofkpu+bhacu+q5dfxyu4updp+pkobwgv3xyne9hrlqh4hk9sytufg2mmorsekf8zfjobhlav0wnuwrjtkppnnez+sq6v0sf9p+yiku/x7rkzdy9lqt5mhxtvz05uif3q+ugfs38zdz1aedznlwqtwndwpjarvvfmrfpuvtiaioeeesvnqfiijkjkpj/se5gxlagllwti/enzhnwvos87bfr+qiv+txnhzc8velveqvwcgvdidazgcd06hbhdwcxvgemitpmpiexhgzqvznhvnoz87uzah5/0djy+sia==

Mehr

1 DFS-Bäume in ungerichteten Graphen

1 DFS-Bäume in ungerichteten Graphen Praktikum Algorithmen-Entwurf (Teil 3) 06.11.2006 1 1 DFS-Bäume in ungerichteten Graphen Sei ein ungerichteter, zusammenhängender Graph G = (V, E) gegeben. Sei ferner ein Startknoten s V ausgewählt. Startet

Mehr

1 DFS-Bäume in ungerichteten Graphen

1 DFS-Bäume in ungerichteten Graphen Praktikum Algorithmen-Entwurf (Teil 3) 31.10.2005 1 1 DFS-Bäume in ungerichteten Graphen Sei ein ungerichteter, zusammenhängender Graph G = (V, E) gegeben. Sei ferner ein Startknoten s V ausgewählt. Startet

Mehr

Informatik II, SS 2016

Informatik II, SS 2016 Informatik II - SS 2018 (Algorithmen & Datenstrukturen) Vorlesung 12 (4.6.2018) Graphenalgorithmen I Yannic Maus Algorithmen und Komplexität Graphen Knotenmenge V, typischerweise n V Kantenmenge E, typischerweise

Mehr

Tutoraufgabe 1 (Suchen in Graphen):

Tutoraufgabe 1 (Suchen in Graphen): Prof. aa Dr. E. Ábrahám Datenstrukturen und Algorithmen SS14 F. Corzilius, S. Schupp, T. Ströder Tutoraufgabe 1 (Suchen in Graphen): a) Geben Sie die Reihenfolge an, in der die Knoten besucht werden, wenn

Mehr

Informatik II, SS 2018

Informatik II, SS 2018 Informatik II - SS 2018 (Algorithmen & Datenstrukturen) Vorlesung 13 (6.6.2018) Graphenalgorithmen II Yannic Maus Algorithmen und Komplexität Repräsentation von Graphen Zwei klassische Arten, einen Graphen

Mehr

Breitensuche BFS (Breadth First Search)

Breitensuche BFS (Breadth First Search) Breitensuche BFS (Breadth First Search) Algorithmus BREITENSUCHE EINGABE: G = (V, E) als Adjazenzliste, Startknoten s V 1 Für alle v V 1 If (v = s) then d[v] 0 else d[v] ; 2 pred[v] nil; 2 Q new Queue;

Mehr

Grundzüge von Algorithmen und Datenstrukturen, WS 15/16: Lösungshinweise zum 13. Übungsblatt

Grundzüge von Algorithmen und Datenstrukturen, WS 15/16: Lösungshinweise zum 13. Übungsblatt U N S A R I V E R S A V I E I T A S N I S S Grundzüge von Algorithmen und Datenstrukturen, WS /6: Lösungshinweise zum 3. Übungsblatt Christian Hoffmann, Fabian Bendun Aufgabe 3. (a) Sei j i + = n die Größe

Mehr

Breiten- und Tiefensuche in Graphen

Breiten- und Tiefensuche in Graphen Breiten- und Tiefensuche in Graphen Inhalt Theorie. Graphen. Die Breitensuche in der Theorie am Beispiel eines ungerichteten Graphen. Die Tiefensuche in der Theorie am Beispiel eines gerichteten Graphen

Mehr

Algorithmen und Datenstrukturen

Algorithmen und Datenstrukturen Algorithmen und Datenstrukturen 13. Übung minimale Spannbäume, topologische Sortierung, AVL-Bäume Clemens Lang Übungen zu AuD 4. Februar 2010 Clemens Lang (Übungen zu AuD) Algorithmen und Datenstrukturen

Mehr

Effiziente Algorithmen und Datenstrukturen I. Kapitel 9: Minimale Spannbäume

Effiziente Algorithmen und Datenstrukturen I. Kapitel 9: Minimale Spannbäume Effiziente Algorithmen und Datenstrukturen I Kapitel 9: Minimale Spannbäume Christian Scheideler WS 008 19.0.009 Kapitel 9 1 Minimaler Spannbaum Zentrale Frage: Welche Kanten muss ich nehmen, um mit minimalen

Mehr

Zentralübung zur Vorlesung Diskrete Strukturen (Prof. Esparza)

Zentralübung zur Vorlesung Diskrete Strukturen (Prof. Esparza) WS 2013/14 Zentralübung zur Vorlesung Diskrete Strukturen (Prof. Esparza) Dr. Werner Meixner Fakultät für Informatik TU München http://www14.in.tum.de/lehre/2013ws/ds/uebung/ 22. Januar 2014 ZÜ DS ZÜ XIII

Mehr

Programmierkurs Python II

Programmierkurs Python II Programmierkurs Python II Stefan Thater & Michaela Regneri Universität des Saarlandes FR 4.7 Allgemeine Linguistik (Computerlinguistik) Übersicht Topologische Sortierung (einfach) Kürzeste Wege finden

Mehr

Proseminar Online Algorithmen, Prof. Dr. Rolf Klein

Proseminar Online Algorithmen, Prof. Dr. Rolf Klein Proseminar Online Algorithmen, Prof. Dr. Rolf Klein Vortrag von Michael Daumen am 13.12.2000 Thema : Minimum Spanning Tree und 2-Approximation der TSP-Tour Inhalt des Vortrags : 1. genaue Vorstellung des

Mehr

2. Darstellungen. Digraphen und vollständige Orientierungen Satz: Ein stark zusammenhängender Digraph besteht aus einer einzigen Subkomponente.

2. Darstellungen. Digraphen und vollständige Orientierungen Satz: Ein stark zusammenhängender Digraph besteht aus einer einzigen Subkomponente. 2 Darstellungen Auffinden der Biblockzerlegung Es gibt effiziente Algorithmen 1 Schritt: Bestimmen der peripheren Bäume Es wird von den Knoten mit Gesamtgrad 1 ausgegangen und eine Markenverschiebungstechnik

Mehr

12. Graphen Programmieren / Algorithmen und Datenstrukturen 2 Prof. Dr. Bernhard Humm FB Informatik, Hochschule Darmstadt Wintersemester 2012 / 2013

12. Graphen Programmieren / Algorithmen und Datenstrukturen 2 Prof. Dr. Bernhard Humm FB Informatik, Hochschule Darmstadt Wintersemester 2012 / 2013 12. Graphen Programmieren / Algorithmen und Datenstrukturen 2 Prof. Dr. Bernhard Humm FB Informatik, Hochschule Darmstadt Wintersemester 2012 / 2013 1 Agenda Kontrollfragen Graphen Graphenalgorithmen 2

Mehr

Algorithmische Graphentheorie

Algorithmische Graphentheorie Algorithmische Graphentheorie Vorlesung 3: Einführung in die Graphentheorie - Teil 3 Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 2. März 2018 1/72 ZUSAMMENHANG

Mehr

Algorithmentechnik - U bung 3 4. Sitzung Tanja Hartmann 03. Dezember 2009

Algorithmentechnik - U bung 3 4. Sitzung Tanja Hartmann 03. Dezember 2009 Algorithmentechnik - U bung 3 4. Sitzung Tanja Hartmann 03. Dezember 2009 I NSTITUT F U R T HEORETISCHE I NFORMATIK, P ROF. D R. D OROTHEA WAGNER KIT Universita t des Landes Baden-Wu rttemberg und nationales

Mehr

Hallo Welt für Fortgeschrittene

Hallo Welt für Fortgeschrittene Hallo Welt für Fortgeschrittene Graphalgorithmen I Florian Schmaus florian.schmaus@informatik.stud.uni-erlangen.de Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Übersicht I. Grundlagen

Mehr

Algorithmen & Komplexität

Algorithmen & Komplexität Algorithmen & Komplexität Angelika Steger Institut für Theoretische Informatik steger@inf.ethz.ch Kürzeste Pfade Problem Gegeben Netzwerk: Graph G = (V, E), Gewichtsfunktion w: E N Zwei Knoten: s, t Kantenzug/Weg

Mehr

Kapitel IV Minimale Spannbäume

Kapitel IV Minimale Spannbäume Kapitel IV Minimale Spannbäume 1. Grundlagen Ein Graph G = (V, E) besteht aus einer Menge V von Knoten und einer Menge E von Kanten. Wir werden nur endliche Knoten- (und damit auch Kanten-) Mengen betrachten.

Mehr

1. Klausur zur Vorlesung Algorithmentechnik Wintersemester 2008/2009

1. Klausur zur Vorlesung Algorithmentechnik Wintersemester 2008/2009 . Klausur zur Vorlesung Algorithmentechnik Wintersemester 8/9 Lösung! Beachten Sie: Bringen Sie den Aufkleber mit Ihrem Namen und Matrikelnummer auf diesem Deckblatt an und beschriften Sie jedes Aufgabenblatt

Mehr

Abgabe: (vor der Vorlesung)

Abgabe: (vor der Vorlesung) TECHNISCHE UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR INFORMATIK Lehrstuhl für Sprachen und Beschreibungsstrukturen SS 009 Grundlagen: Algorithmen und Datenstrukturen Übungsblatt 0 Prof. Dr. Helmut Seidl, S. Pott,

Mehr

Laufzeitanalyse (1) demogr.

Laufzeitanalyse (1) demogr. Laufzeitanalyse (1) demogr. int i=1; for (int j = 1; j

Mehr

Datenstrukturen und Algorithmen SS07

Datenstrukturen und Algorithmen SS07 Datenstrukturen und Algorithmen SS0 Datum:.6.200 Michael Belfrage mbe@student.ethz.ch belfrage.net/eth Programm von Heute Minimaler Spannbaum (MST) Challenge der Woche Fibonacci Heap Minimaler Spannbaum

Mehr

Kapitel IV Minimale Spannbäume

Kapitel IV Minimale Spannbäume Kapitel IV Minimale Spannbäume. Grundlagen Ein Graph G = (V, E) besteht aus einer Menge V von Knoten und einer Menge E von Kanten. Wir werden nur endliche Knoten- (und damit auch Kanten-) Mengen betrachten.

Mehr

Funktioniert der Greedy-Algorithmus auch für Briefmarken aus Manchukuo?

Funktioniert der Greedy-Algorithmus auch für Briefmarken aus Manchukuo? Briefmarkensammeln (Folie 413, Seite 80 im Skript) Funktioniert der Greedy-Algorithmus auch für Briefmarken aus Manchukuo? Welche Briefmarken für einen 20 fen Brief? Der Greedy-Algorithmus führt nicht

Mehr

Teil 2: Graphenalgorithmen

Teil 2: Graphenalgorithmen Teil : Graphenalgorithmen Anwendungen Definitionen Datenstrukturen für Graphen Elementare Algorithmen Topologisches Sortieren Kürzeste Wege Problemstellung Ungewichtete Graphen Distanzgraphen Gewichtete

Mehr

Informatik II, SS 2016

Informatik II, SS 2016 Informatik II - SS 2016 (Algorithmen & Datenstrukturen) Vorlesung 13 (8.6.2016) Graphenalgorithmen I Algorithmen und Komplexität Graphen Knotenmenge V, typischerweise n V Kantenmenge E, typischerweise

Mehr