Rückblick: Starke Zusammenhangskomponenten
|
|
- Kornelius Josef Winter
- vor 5 Jahren
- Abrufe
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=">aaagxniclvtbbtnaehvlccxcwucnl4wqopxcxhysafwlqose+ojujhqrkiharyfjkuuldtee1ired/e1pchbvzc206opbmhxjj2zc+z4dny8bis40pb1a2n5xul++chkw8qjx0+epltde6iwlgyogahcowzsxuihscx5lrawssb+q6auf0icvpv4jupay+6ekexz8oat7njgp09dzkh0nhhqepes1h5xfnopywbathkduezl9lr9oknnahsylqa+jhtjrg0kozysx0jispers1cw4kumtk0op0ml4ydxuqkppbjawsdsqrtbixdibjvekhzve5why58ofo6a4e+n8xquig+w6hmhwinjtdo8raaeb7eeeu4gn5aawwlbjhihyqkiey4xa+aco4i6grlr/wqjlnvqgte4ei7b+ybzr0nqdd/emittrzlmnh62baznyjcidqlmdfqulfzto+urltm0tgjvbj+ms0viykckj1gamrk+qfjgdg2nzmfe2cqpi9i2ucktifpmbl6zjso5dunjhe5aqmkma7tuuklj+ktkzt1jvvnrxsnpywoe4rat8orreh9qu0uyq2fmz1ityr7udgzu2muq6vxv2d6z6lvnxsktwttypxhrzouqtlq06xshihwlnbfwqbvur7iy07rab00onvhbhq9ibtkkvybfkbjka0actj/mwmgh1qxwtbcboyqz6pnipjf4cttlv1yie+kpnfbezptvddr1lnywyg4yjtv019/6selkntqrjzutikmx+paprq/0014emu4xvmead8wricknc44xsuwlszoucy5lokwizwuazzhlu4wmnsoff6rjvyqephap0mtf6edy6lq2qdy8ze6vfu0pxu8mov6k5une6dqw1x7s7n+sjofkbfivdlegjugbbwdoxd48g4nljpr+ln6xfpt/mwhjtj8jinli/nyl4yc6v8/s/mh+j</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=">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</latexit> Schritt 1: Bestimmen des transponierten Graphen
4 <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="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=">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</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=">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</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=">aaahgniclvvnb9paedvpocn9stpjl9tgurljadtamygiitrll5vsqssraexr9qar1l5rd11klp+rqr+mt6rxxvpvujzofkhdkxwyyd68t8pm7okgjeplwx9kkw9wy5wha4+qj588ffz8fepfqesrinahnhfx7mijjabquvqxoa8fyn9lcoao6f42rcqkvlgs5qg0pfxmkadsrdsroun1w+o58kqbrgi48uqehujslpyxiwcab217vczceekmyjghibp54qdau0g8u0umsuwuinkxn2kvzv99fipcsqejkicek2qkqpurrec4rdaharcwesewbmt+tsgfuqjss+1jvhjmq/hsuh2iqflrj1gvhzadxuu4cx0whkbskggc5ybzyd8kpmmynyzvnmfcqdrkm4/8vuofcvq+84c2+7b2z6egbdcv4um2idb7rhhpq1ly1nenuit2jihkqm6l0nrrzpn20y+0irjd+nj1dhojentqzcuqqlrwwubo5pvlearrsnjyy55h6wwwku0ixc0rgwktyhztmdwiflgyhpzvthzrwpqsvzatu7w+agmruqlrvsdushm+xii6rah9n7rrhdau0gyr2lya1txa0mgpam/ufrpy7rqzsg+1tha/xp2zcrwppgvk4un0rdncrl5ecjcsjrd2wpvp8bp1dfiqr1iqqgljofqxvaot4dox0pgpigxnye1gwafzd/owpgglex0ial/q4uyrwgth2pzz6ro70srrjrsx1fmiu52ofxtmf1aimse1ghufflp9swsfyivm1wc/h9mgjpsntwajdikgfefpja9vbafesak2mbfulwkreraykp2/uo1lxljekfpbfeyc0c9a/zitx4taocsp69mhrvuazwvnm0lvt+aq/uh249sp2vbn/urshu/ntvozxhlvjbdnt4zx8yh48togkrckm+xrbjd+v75uflz+tulxsnlnjfgkr8/gt6rt/7</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=">aaacsxicdvhlbhmxfhwgvwmvtgxhxijcsiu0jxsjdfepujdskirutewd0wa7n6k19nhke5ooo/kpvozt+qx+bs8ebclwzuvh59wjwctbdc2dl/vdt791/spww/+jxk6fpbts7p0avmsgmkah0osugbm9hzrkvcf5oijikokpzuaufxye2xountiogkwsz8wvnxdoqhyxxo1gse6llfdls4umcm1km9ah8fbwhy57j2qdvx2ddoahpz6yhpsh+g8q+wexw+lz1mvxut1bxnpfsgm5zyiycxgfhu1qoi1napp+xboocmviei5iwjacdfivqumwutquhcyjbjpuxe8nfuwyov4o7w5uccf+6aijnkas1gw2nzjbwkv+u6nkzzzqs/f/bxn2ec20shcqia5cj1qtzk1k7wks1dwvsgs5wxe6kaw2crelwhougvlroucy5m4umf0stzh16+rhnbeozsa9goycdoch76sglrzhxmkcqsxcb9k5lfedbppunb/mj/8ptsd+fprrhzfd6ws9i7sfxqcxaiqi9bzn0tt0jgaios/ok7pb7x976pyaprvk/07olnsllfgaandkw</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=">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</latexit> <latexit sha1_base64="itsozftuvjizhli+idwhuf+6jv0=">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</latexit> <latexit sha1_base64="itsozftuvjizhli+idwhuf+6jv0=">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</latexit> <latexit sha1_base64="iidp8xd9jcmeqmncqehcnkrxlyw=">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</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=">aaaddxicjvlljtmwfhxcawivdrccjuvbytu4lyjoaqksgzzig0rnrmqiynhdjbunjuybguispgg+hh1iyzfwhwatgqczodels0dnoprn2v40ika4r8c9wlfy9dvrjz1bt2/cbnw4pd2wdglzrxovns6aoygi5fzucgqpkjqnoaxzifxumltj884doilb+bqubrrpncrawjyknl4mp7moenndslgb8fgbpk/bwvjg1p6ravuceavi0mlift1j4nhsgp84fw26yydnypvj86sz/e5zdozknn6bkskepg+ceeljolul+thf7jpjufkszhgotfjjfgepikqpbsekb72wnlyglkujx1bs0ilrqe64yjjoalu2mkczn1hdv6lfjyyzwmul7c4b9+yfjppmxlrzbdmzcsfmrnarf9vipvkgsdmqx4ni22ydkkra6or+xktts2zm8j6gtuil0rgodtcdf1kdapq8yrotkdwvlamra2fzgdu00z2k/ghb2x9ufgnvw05tou4b+q/gvhcdto40tqz+vn1qmymlws6p51x/8bawhgvkflwed2ftzyzqdrqphqdhkedp0ay9rptojhj67txzhs5d96p7yfsftmkus5pzx20fe7xh0az/b4=</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=">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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="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? 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
MehrAlgorithmen 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)
MehrVorlesung 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:
MehrADS: 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,
MehrADS: 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,
MehrBerechnung 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
MehrTeil 2: Graphenalgorithmen
Teil : Graphenalgorithmen Anwendungen Definitionen Datenstrukturen für Graphen Elementare Algorithmen Topologisches Sortieren Kürzeste Wege Minimal aufspannende Bäume Problemstellung Algorithmus von Prim
MehrOptimale 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
MehrAlgorithmen & 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
Mehr3. 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),
MehrADS: 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,
MehrGraphalgorithmen 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
MehrDatenstrukturen 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
MehrTechnische 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
MehrGraphalgorithmen. 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
Mehr3.2 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
MehrKap. 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.:
MehrVorlesung 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.
MehrGraphalgorithmen 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
MehrInformatik 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
MehrZweizusammenhang 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
Mehr2. 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
MehrADS: 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
MehrADS 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
MehrAlgorithmen 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
Mehr9 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
MehrGraphen: 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.
Mehr2.4 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:
MehrADS: 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
Mehr1. 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
MehrInformatik 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,
MehrInstitut 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.
MehrInformatik 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,
Mehr15. 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
MehrAlgorithmen 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
MehrAlgorithmen 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
MehrGraphenalgorithmen 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
Mehr3.1 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
MehrDatenstrukturen 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
MehrKap. 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
MehrGrundlagen: 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
MehrWege, 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
MehrGraphen 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
MehrAlgorithmen 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
MehrAlgorithmen 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 /
MehrAufgaben 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
MehrProgrammiertechnik 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
MehrDefinition 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.
MehrADS: 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.
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 )
MehrProgrammiertechnik 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
MehrFerienkurs 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
Mehr1. 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
MehrDefinition 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
MehrKapitel 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
MehrDatenstrukturen 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/
MehrWintersemester 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
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)
MehrInstitut 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
MehrKapitel 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
Mehr3. 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
MehrProgramm 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
MehrAlgorithmen 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
MehrKlausurvorbereitung. 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
MehrAlgorithmische 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
MehrAlgorithmen 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.
MehrKapitel 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
MehrTutoraufgabe 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
MehrKapitel 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
MehrTutoraufgabe 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
Mehr4.2 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
MehrWir 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==
Mehr1 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
Mehr1 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
MehrInformatik 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
MehrTutoraufgabe 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
MehrInformatik 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
MehrBreitensuche 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;
MehrGrundzüge 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
MehrBreiten- 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
MehrAlgorithmen 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
MehrEffiziente 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
MehrZentralübung 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
MehrProgrammierkurs 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
MehrProseminar 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
Mehr2. 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
Mehr12. 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
MehrAlgorithmische 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
MehrAlgorithmentechnik - 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
MehrHallo 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
MehrAlgorithmen & 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
MehrKapitel 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.
Mehr1. 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
MehrAbgabe: (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,
MehrDatenstrukturen 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
MehrKapitel 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.
MehrFunktioniert 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
MehrTeil 2: Graphenalgorithmen
Teil : Graphenalgorithmen Anwendungen Definitionen Datenstrukturen für Graphen Elementare Algorithmen Topologisches Sortieren Kürzeste Wege Problemstellung Ungewichtete Graphen Distanzgraphen Gewichtete
MehrInformatik 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