Algorithmische Geometrie 5. Triangulierung von Polygonen
|
|
- Stephan Mann
- vor 6 Jahren
- Abrufe
Transkript
1 Algorithmische Geometrie 5. Triangulierung von Polygonen JProf. Dr. Heike Leitte Computergraphik und Visualisierung
2 Inhaltsverzeichnis 1. Einführung 2. Konvexe Hülle 3. Schnitte von Liniensegmenten 4. Schnitte planarer Unterteilungen 5. Triangulierung von Polygonen 6. Lineare Programme 7. Punktsuche 8. Voronoidiagramme und Delaunay-Triangulierung 9. Allgemeine Suchstrukturen Algorithmische Geometrie 5. Schnitte von Polygonen 2
3 Videoüberwachung eines Museums Als drittes Problem haben wir in Kapitel 1 die Triangulierung von Polygonen identifiziert, die etwa bei der Überwachung eines Museums durch Kameras auftritt. Problemstellung: Beliebiges einfaches 2D Polygon (zusammenhängend, ohne Überschneidungen, keine Löcher). Kameras sind an der Decke montiert, 360 drehbar. Keine Verdeckung durch Objekte im Raum 2D Problem. Algorithmische Geometrie 5. Schnitte von Polygonen 3
4 Triangulierung von Polygonen Das Problem, die minimale Anzahl an Kameras zu finden, die benötigt wird um ein beliebiges Polygon zu überwachen, ist NP-schwer. Deshalb wollen wir nur eine obere Schranke bestimmen, die von der Anzahl der Eckpunkte des Polygons abhängt. Frage: Wie viele Kameras benötige ich maximal, um ein beliebiges einfaches 2D Polygon zu überwachen? Algorithmische Geometrie 5. Schnitte von Polygonen 4
5 Definitionen Definition 2.13 (Diagonale): Sei P ein einfaches Polygon (d. h. ein Polygon ohne Loch). Eine Diagonale ist ein offenes Liniensegment, das zwei Eckpunkte von P verbindet und vollständig in P liegt. Definition 2.14 (Triangulierung von P): Sei P ein einfaches Polygon. Eine Zerlegung von P in Dreiecke durch eine maximale Menge schnittfreier Diagonalen heißt Triangulierung von P. Da wir Triangulierungen bestimmen wollen, ist es günstig ihre Existenz zu zeigen und zu berechnen aus wievielen Dreiecken sie besteht. Theorem 2.15: Jedes einfache Polygon gestattet eine Triangulierung und jede Triangulierung eines einfachen Polygons mit n Ecken besteht aus genau n-2 Dreiecken. Algorithmische Geometrie 5. Schnitte von Polygonen 5
6 Beweis: Triangulierbarkeit I Beweis: Induktion über n n = 3: klar n > 3: Sei P ein Polygon mit n Ecken. Wir müssen die Existenz einer Diagonale zeigen. Sei v der am weitesten links liegende Eckpunkt (bei gleicher x-koordinate, die Ecke mit kleinster y-koordinate). Seien u, w die Nachbarn von v entlang des Randes von P. Wenn uw nicht vom Rand geschnitten wird, sind wir fertig. Sonst sei v der am weitesten links liegende Punkt im Dreieck uvw bzw. auf der Diagonalen uw. Dann liegt vv ' komplett in P. Da jede Diagonale P in zwei kleinere Polygone zerlegt, erhalten wir mit der Induktionsvoraussetzung eine Triangulierung. Algorithmische Geometrie 5. Schnitte von Polygonen 6
7 Beweis: Triangulierbarkeit II Sei nun T eine beliebige Triangulierung von P. Wir wollen nun zeigen, dass T aus n 2 Dreiecken besteht. IA: n = 3 n 2 = 1 Dreick IV: Triangulierung eines Polygons mit (n-1) Ecken besteht aus (n-3) Dreiecken. IS: Wir betrachten eine beliebige Diagonale aus T. Diese zerlegt P in zwei Teilpolygone, die mit m 1 und m 2 Ecken nach Induktionsvoraussetzung (die Polygone haben weniger Eckpunkte als P) m 1 2 und m 2 2 Dreiecke enthalten. Da die beiden Teilpolygone jede Ecke außer denen der Diagonale von P genau einmal und die beiden Diagonalenden doppelt enthalten, gilt m 1 + m 2 = n + 2. Also gilt für die Anzahl der Dreiecke der Triangulierung QED. (m 1 2) + (m 2 2) = (m 1 + m 2 ) 4 = (n + 2) 4 = n 2. Algorithmische Geometrie 5. Schnitte von Polygonen 7
8 Anzahl der Kameras Da jedes Dreieck von einer Kamera überwacht werden kann, reichen n 2 Kameras. Offensichtlich sollte es etwas besser gehen, wenn wir nutzen, dass Eckpunkte von Dreiecken zu mehreren Dreiecken gehören und dort platzierte Kameras alle diese Dreiecke überwachen können. Wir wollen in jedem Dreieck einen Eckpunkt abdecken und markieren daher jeden Eckpunkt eines Dreieckes weiß, grau oder schwarz. Algorithmische Geometrie 5. Schnitte von Polygonen 8
9 3-Färbung Def.: (3-Färbung): Sie P ein einfaches Polygon und T p eine Triangulierung. Eine 3- Färbung (3-coloring) von (P, T p ) ist eine Markierung der Eckpunkte von P mit drei Farben, so dass Kanten in der Triangulierung T p stets verschieden farbige Endpunkte haben. Theorem 2.17.: (Art Gallery Theorem) Für ein einfaches Polygon mit n Ecken reichen stets floor( n/3 ) Kameras zur Überwachung. (Wir wählen die Farbe aus, die am seltensten vorkommt. Tatsächlich benötigt man für die vollständige Überwachung manchmal wirklich floor( n/3 ) Kameras.) Algorithmische Geometrie 5. Schnitte von Polygonen 9
10 Beweis: Art Gallery Theorem Beweis: Wir zeigen, dass einfache Polygone eine 3-Färbung zulassen und setzen die Kameras auf die Punkte mit der am seltensten vergebenen Farbe. Um die 3-Färbung zu zeigen, bauen wir den zu einer Triangulierung T p gehörenden dualen Graph G(T p ). G(T p ) hat einen Knoten für jedes Dreieck in T p und eine Kante zwischen benachbarten Dreiecken. Da jede Diagonale das Polygon in zwei Teilpolygone zerlegt, ist G(T p ) ein Baum (nur für einfache Polygone). Wir finden unsere 3-Färbung beim Durchlaufen dieses Baumes (etwa depth-firstsearch), indem wir in einem Dreieck anfangen, dort die drei Farben an die Ecken verteilen und dann weiterlaufen, wobei jedes neue Dreieck entlang der Diagonalen zum bereits besuchten Teilbaum zwei Eckpunkte mit gesetzten Farben hat und wir dann dem anderen Punkt die verbleibende Farbe zuweisen. QED Algorithmische Geometrie 5. Schnitte von Polygonen 10
11 Zerlegung in monotone Teile Der Beweis von 2.15 legt einen rekursiven Algorithmus zur Triangulierung nahe. Leider kann die Suche nach der geeigneten Diagonale lineare Zeit brauchen und nur ein Dreieck abschneiden, wodurch O(n 2 ) Zeit benötigt würde. Wir wollen es besser machen. Dazu benötigen wir eine Zerlegung von P in Polygone, die sich schnell triangulieren lassen. Geeignet wären konvexe Polygone, da sie sich in O(n) triangulieren lassen. (Man verbindet einfach einen Eckpunkt mit jedem anderen.) Leider ist die Zerlegung in konvexe Teilpolygone genauso aufwändig wie die Triangulierung selbst. Algorithmische Geometrie 5. Schnitte von Polygonen 11
12 Monotones Polygon Die Lösung bieten monotone Polygone. Definition 2.18: Ein Polygon P heißt monoton bzgl. der Geraden l, wenn für jede zu l senkrechte Gerade l' der Schnitt P l' zusammenhängend ist (also aus keinem Punkt, aus einem Punkt oder aus einem Liniensegment besteht). Ein bzgl. der y-achse monotones Polygon heißt y-monoton. Wir wollen P zuerst in y-monotone Teile zerlegen und dann diese triangulieren. Um dies zu tun, beginnen wir am obersten Punkt von P und laufen abwärts zum tiefsten Punkt. Ein Eckpunkt an dem die Kanten von abwärts nach aufwärts (oder umgekehrt) wechseln, heißt Umkehrpunkte (turn vertex). Diese müssen durch Zerlegungen mit Diagonalen entfernt werden. Algorithmische Geometrie 5. Schnitte von Polygonen 12
13 Vertextypen Nachbarn Winkel unterhalb α < Π α α > Π α Startpunkt Trennpunkt oberhalb α Endpunkt α Schmelzpunkt Algorithmische Geometrie 5. Schnitte von Polygonen 13
14 Vertextypen Wir müssen dazu fünf Typen von Eckpunkten in P unterscheiden. Definition 2.19: Für zwei Punkte p, q der Ebene gelte: p ist unterhalb von q, falls p y < q y oder (p y = q y und p x > q x ). p ist oberhalb von q, falls p y > q y oder (p y = q y und p x < q x ). Definition 2.20: Ein Eckpunkt v eines Polygons p heißt Startpunkt (start vertex), wenn beide Nachbarn unterhalb von v liegen und der innere Winkel bei v kleiner als p ist. Trennpunkt (split vertex), wenn beide Nachbarn unterhalb von v liegen und der innere Winkel bei v größer als p ist. Endpunkt (end vertex), wenn beide Nachbarn oberhalb von v liegen und der innere Winkel bei v kleiner als p ist. Schmelzpunkt (merge vertex), wenn beide Nachbarn oberhalb von v liegen und der innere Winkel bei v größer als p ist. regulärer Punkt (regular vertex) in allen übrigen Fällen. Algorithmische Geometrie 5. Schnitte von Polygonen 14
15 Vertextypen Beispiel Nachbarn Winkel unterhalb α < Π α α > Π α Startpunkt Trennpunkt oberhalb α Endpunkt α Schmelzpunkt Algorithmische Geometrie 5. Schnitte von Polygonen 15
16 Vertextypen Beispiel Nachbarn Winkel unterhalb α < Π α α > Π α Startpunkt Trennpunkt oberhalb α Endpunkt α Schmelzpunkt Algorithmische Geometrie 5. Schnitte von Polygonen 16
17 y-monotonie Lemma 2.21: Ein Polygon ist y-monoton, wenn es keine Trennpunkte und Schmelzpunkte hat. Beweis: Sei P nicht y-monoton. Dann müssen wir einen Trennpunkt oder Schmelzpunkt finden. Da P nicht y-monoton ist, gibt es eine Gerade l, die P in mehreren Komponenten schneidet. l lässt sich so wählen, dass die am meisten linke Schnittkomponente ein Segment ist. Sei p der linke und q der rechte Schnitt von l mit P in diesem linken Segment. Wir laufen bei q nach oben los und folgen dem Rand bis wir wieder auf l treffen. Wenn dieser Punkt r rechts von q liegt, ist der höchste Punkt zwischen q und r ein Trennpunkt => fertig. Falls dagegen p = r gilt, laufen wir von q aus nach unten bis wir wieder l treffen, diesmal in r'. Diesmal muss r' p gelten, da der Rand von P l mind. dreimal trifft. Der tiefste Punkt zwischen q und r' ist nun ein Schmelzpunkt. QED. Algorithmische Geometrie 5. Schnitte von Polygonen 17
18 y-monotonie Idee Die Unterteilung in y-monotone Teile erreicht man durch Einfügen passender Diagonalen an den Trenn- und Schmelzpunkten. Wir nummerieren die Ecken v 1,...,v n des Polygons gegen den Uhrzeigersinn und bezeichnen mit e i =v i v i 1 die Kanten. Wieder gelangt ein Plane Sweep zum Einsatz, wobei die Kanten in der Zustandsstruktur gehalten werden und die Eckpunkte die Ereignispunkte sind. Ferner brauchen wir noch die Eckpunkte für die Diagonalen. Algorithmische Geometrie 5. Schnitte von Polygonen 18
19 Hilfspunkte Dazu definieren wir: Definition 2.22 (Hilfspunkt): Sei v i ein Trennpunkt und e j die Kante links von v i entlang der Sweep Line. Dann ist der Hilfspunkt helper(e j ) der niedrigste Eckpunkt oberhalb der Sweep Line, so dass die x-parallele Strecke e j zu helper(e j ) ganz in P liegt. Die Hilfspunkte helper(e j ) speichern wir stets mit den Kanten und aktualisieren an den Ereignispunkten. Der Trennpunkt wird dann mit helper(e j ) verbunden und verschwindet. Algorithmische Geometrie 5. Schnitte von Polygonen 19
20 Entfernen von Schmelzpunkten Um die Schmelzpunkte zu entfernen, drehen wir die Betrachtung einfach um. Der Schmelzpunkt wird helper(e j ) einer Kante e j. Wir verbinden ihn mit dem nächsten Hilfspunkt der Kante e j oder dem Endpunkt der Kante e j, sofern kein weiterer Hilfspunkt auftaucht. Algorithmische Geometrie 5. Schnitte von Polygonen 20
21 y-monotonie Algorithmus Nun können wir den Algorithmus zur Umwandlung in y-monotone Polygone formulieren. Wir nehmen dazu an, dass das Polygon P wieder als doppelt verknüpfte Liste gegeben ist, da dies das Trennen erleichtert. Ist es nicht so gegeben, müssen wir P erst in diese Form bringen. Algorithmische Geometrie 5. Schnitte von Polygonen 21
22 y-monotonie Algorithmus Im Algorithmus sind die einzelnen Fälle Startpunkt, Endpunkt, Trennpunkt, Schmelzpunkt und regulärer Punkt zu trennen. Algorithmische Geometrie 5. Schnitte von Polygonen 22
23 y-monotonie Algorithmus Algorithmische Geometrie 5. Schnitte von Polygonen 23
24 Korrektheitsbeweis für Algorithmus Nun lässt sich die Korrektheit beweisen. Lemma 2.23: MAKEMONOTONE zerlegt ein Polygon P in y-monotone Teilpolygone durch Hinzufügen schnittpunktfreier Diagonalen. Beweis: Offensichtlich enthalten die verbleibenden Stücke keine Trenn- und Schmelzpunkte mehr, da die Diagonalen am Trennpunkt nach oben und am Schmelzpunkt nach unten verlaufen. Also sind die Teile y-monoton nach Lemma Wir zeigen nun, dass eine neue Diagonale in HANDLESPLITVERTEX keine Linien in unserer gegenwärtigen Struktur schneidet. Die Korrektheit der übrigen Funktionen lässt sich analog beweisen. Ferner nehmen wir an, dass alle Eckpunkte verschiedene y- Koordinate haben. Sei v m v i ein neues Segment in HANDLESPLITVERTEX. Es sei e j die Kante links von v i und e k die Kante rechts von v i. Es ist v m = helper(e j ). Wir betrachten den Bereich Q zwischen e j und e k, den wir parallel zur x-achse bei v i und v m abschneiden. Algorithmische Geometrie 5. Schnitte von Polygonen 24
25 Korrektheitsbeweis für Algorithmus Die neue Diagonale verläuft in diesem Bereich. Ferner liegen dort keine anderen Punkte oder Ecken, da das letzte Ereignis v m war, also sind e j und e k dort stets benachbart. Daher kann die Diagonale keine anderen Kanten oder Ecken schneiden. QED Algorithmische Geometrie 5. Schnitte von Polygonen 25
26 Komplexität Theorem 2.24: Ein einfaches Polygon mit n Ecken kann in O(n log n) Zeit mit O(n) Speicher in y-monotone Teile zerlegt werden. Beweis: Der Aufbau von Q kann in O(n log n) erfolgen, T wird in O(1) leer initialisiert. Die Schritte in den Unterroutinen bestehen aus max. einer Operation auf Q, einer Suche, einem Einfügen und einem Löschen in T. Dies erfolgt in O(log n). Da es insgesamt n Ereignisse gibt, folgt die Aussage. QED Algorithmische Geometrie 5. Schnitte von Polygonen 26
27 Triangulierung monotoner Polygone Die Idee liegt natürlich in der schönen Eigenschaft, dass wir beim Triangulieren jetzt den beiden Rändern (links und rechts) entlang laufen können und uns stets nach unten bewegen. Dadurch können wir einfach die geeigneten Eckpunkte für die Diagonalen finden. Es ergibt sich ein schöner O(n) Greedy Algorithmus. Algorithmische Geometrie 5. Schnitte von Polygonen 27
28 Triangulierung monotoner Polygone Die verbleibende kleine Schwierigkeit gegenüber konvexen Polygonen ist die Existenz von Eckpunkten mit einem Innenwinkel > 180. Dieses lösen wir durch einen Stapel (stack) S. Der Algorithmus läuft die Punkte in absteigender y- Koordinatenrichtung durch. Der noch nicht triangulierte Teil des Polygons oberhalb der y- Koordinate besteht dabei stets auf einer Seite aus einer Kante, die beim untersten Element des Stapels beginnt und auf der anderen Seite aus den Punkten im Stapel, die jeweils einen Innenwinkel > 180 haben, wobei die Reihenfolge im Stapel genau von unten nach oben ist. Algorithmische Geometrie 5. Schnitte von Polygonen 28
29 Triangulierung monotoner Polygone Wenn ein neuer Punkt v j bearbeitet wird, gibt es zwei Fälle: (1) Er liegt auf der gleichen Seite wie die Kette von Punkten im Stapel. (2) Er ist der Endpunkt der Kante zum untersten Punkt im Stapel. Im ersten Fall holen wir den obersten Punkt vom Stapel. Dieser ist durch eine Kante mit v j verbunden. Also holen wir den nächsten Punkt vom Stapel und versuchen ein Dreieck zu bilden. Wenn dies gelingt, fahren wir fort. Wenn das Dreieck außerhalb des Polygons liegt, kommen erst die beiden anderen Punkte und dann v j oben auf den Stapel. Algorithmische Geometrie 5. Schnitte von Polygonen 29
30 Triangulierung monotoner Polygone Der zweite Fall ist einfach, denn wir können Diagonalen zu allen Punkten im Stapel bis auf den unteren bilden, der ja bereits mit v j verbunden ist. Wir tun dies und legen anschließend den zuvor oben auf dem Stapel gelegenen Punkt und dann v j in den Stapel. Fertig. Algorithmische Geometrie 5. Schnitte von Polygonen 30
31 Triangulierung monotoner Polygone Algorithmus Algorithmische Geometrie 5. Schnitte von Polygonen 31
32 Komplexität Theorem 2.25: Ein y-monotones Polygon mit n Ecken kann in linearer Zeit trianguliert werden. (Dabei sind Punkte mit gleicher y-koordinate von links nach rechts zu behandeln.) Ferner folgt zusammen mit der Zerlegung in y-monotone Teile: Theorem 2.26: Ein einfaches Polygon mit n Ecken kann in O(n log n) Zeit und O(n) Speicher trianguliert werden. Wichtig ist, dass unsere Algorithmen genauso gut auf einer planaren Unterteilung oder Polygonen mit Löchern arbeiten können. Es gilt: Theorem 2.27: Eine planare Unterteilung mit n Ecken kann in O(n log n) Zeit mit O(n) Speicher trianguliert werden. Algorithmische Geometrie 5. Schnitte von Polygonen 32
33 Literatur Mit dem Art Gallery Theorem [V. Chvátal. A combinatorial theorem in plane geometry. J. Combin. Theory Ser. B, 18:39-41, 1975] beantwortete Chvátal eine Frage von Victor Klee aus dem Jahr Der einfache Beweis in diesem Abschnitt stammt von Fisk [S. Fisk. A short proof of Chvátal's watchman theorem. J. Combin. Theory Ser. B, 24:374, 1978]. Das Finden der minimalen Anzahl von Wächtern ist dagegen NP-hart [A. Aggarwal. The art gallery problem: Its variations, applications, and algorithmic aspects. Ph.D. thesis, Johns Hopkins Univ., Baltimore, MD, 1984]. Die Triangulierung monotoner Polygone in linearer Zeit stammt von Garey et al. [M. R. Garex, D. S. Johnson, F. P. Preparata, and R. E. Tarjan. Triangulating a simple polygon. Inform. Process. Lett., 7: , 1978], während die Plane Sweep Lösung zur Zerlegung eines einfachen Polygons in monotone Teile von Lee und Preparata [D. T. Lee and F. P. Preparata. Location of a point in a planar subdivision and its applications. SIAM J. Comput., 6: , 1977] erstmals beschrieben wurde. Algorithmische Geometrie 5. Schnitte von Polygonen 33
2.4. Triangulierung von Polygonen
Als drittes Problem haben wir in Kapitel 1 die Triangulierung von Polygonen identifiziert, die etwa bei der Überwachung eines Museums durch Kameras auftritt. F70 F71 Definition und Theorie: Definition
MehrAlgorithmische Geometrie 3. Schnitte von Liniensegmenten
Algorithmische Geometrie 3. Schnitte von Liniensegmenten JProf. Dr. Heike Leitte Computergraphik und Visualisierung Inhaltsverzeichnis 1. Einführung 2. Konvexe Hülle 3. Schnitte von Liniensegmenten 4.
MehrPolygontriangulierung
Vorlesung Algorithmische Geometrie Polygone triangulieren LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 26.04.2011 Das Kunstgalerie-Problem
MehrTriangulierung von einfachen Polygonen
Triangulierung von einfachen Polygonen - Seminarvortrag von Tobias Kyrion - Inhalt: 1.1 Die Problemstellung Quellenangabe 1.1 Die Problemstellung Definition Polygon: endlich viele paarweise verschiedene
MehrPolygontriangulierung
Vorlesung Algorithmische Geometrie Polygone triangulieren INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 03.05.2012 Das Kunstgalerie-Problem Aufgabe: Installiere ein Kamerasystem
Mehr6. Triangulation von Polygonen
1 6. Triangulation von Polygonen 2 Problemstellung 3 Problemstellung 4 Problemstellung 5 Problemstellung 6 Jedes Polygon lässt sich triangulieren. Wir führen einen Induktionsbeweis nach der Anzahl der
MehrÜbersicht. Begriffserklärung Motivation / Anwendungen Drei Algorithmen Zusammenfassung Fragen Quellen. Triangulierung von Steffen Ernst 2
Triangulierung Übersicht Begriffserklärung Motivation / Anwendungen Drei Algorithmen Zusammenfassung Fragen Quellen Triangulierung von Steffen Ernst 2 Begriffserklärung Ein Graph ist trianguliert, wenn
MehrTriangulierung von einfachen Polygonen
Triangulierung von einfachen Polygonen Tobias Kyrion Inhaltsverzeichnis 1.1 Die Problemstellung....................... 1 2.1 Ein naiver Algorithmus...................... 2 3.1 Zerlegung in monotone Teilpolygone..............
MehrPolygon Triangulation. robot.scr. "Art Gallery Problem" Sichtbarkeitspolygon. Algorithmische Geometrie - SS 99 - Th. Ottmann
Polygon Triangulation "Art Gallery Problem" Sichtbarkeitspolygon robot.scr Triangulation simpler Polygone P w v u Satz: Triangulation existiert und besitzt n-2 Dreiecke Bew.: Induktion über n> 3. Suche
MehrVoronoi-Diagramme. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 29.05.2011 Das Postamt-Problem b(p, q) = {x R 2 : xp = xq } p q h(p, q) h(q, p) = {x :
MehrTriangulierung von Polygonen und das Museumsproblem
Triangulierung von Polygonen und das Museumsproblem (Literatur: deberg et al., Kapitel 3) 1 Motivation: Das Museumsproblem ein Museum soll durch Kameras überwacht werden wie viele Kameras werden benötigt?
MehrAlgorithmische Geometrie 4. Schnitte planarer Unterteilungen
Algorithmische Geometrie 4. Schnitte planarer Unterteilungen JProf. Dr. Heike Leitte Computergraphik und Visualisierung Inhaltsverzeichnis 1. Einführung 2. Konvexe Hülle 3. Schnitte von Liniensegmenten
MehrWas bisher geschah. 1. Zerlegung in monotone Polygone 2. Triangulierung der monotonen Teilpolygone
Was bisher geschah Motivation, Beispiele geometrische Objekte im R 2 : Punkt, Gerade, Halbebene, Strecke, Polygon, ebene Zerlegung in Regionen (planare Graphen) maschinelle Repräsentation geometrischer
MehrGeradenarrangements und Dualität von Punkten und Geraden
Vorlesung Algorithmische Geometrie von Punkten und Geraden INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 12.06.2012 Dualitätsabbildung Bisher haben wir Dualität für planare
MehrGeradenarrangements und Dualität von Punkten und Geraden
Vorlesung Algorithmische Geometrie von Punkten und Geraden INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 12.06.2012 Dualitätsabbildung Bisher haben wir Dualität für planare
MehrVoronoi-Diagramme INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 03.06.2014 1 Das Postamt-Problem b(p, q) = {x 2 R 2 : xp = xq } p q h(p, q) h(q, p) = {x
MehrAlgorithmische Geometrie 7. Punktsuche (Teil 2)
Algorithmische Geometrie 7. Punktsuche (Teil 2) JProf. Dr. Heike Leitte Computergraphik und Visualisierung Inhaltsverzeichnis 1. Einführung 2. Konvexe Hülle 3. Schnitte von Liniensegmenten 4. Schnitte
MehrKARL-FRANZENS-UNIVERSITÄT GRAZ. Seminar aus Reiner Mathematik. Die Museumswächter. Krupic Mustafa Wintersemester 2013/14
KARL-FRANZENS-UNIVERSITÄT GRAZ Seminar aus Reiner Mathematik Die Museumswächter Krupic Mustafa Wintersemester 2013/14 Inhaltsverzeichnis 2 Inhaltsverzeichnis 1 Einleitung 3 2 Museumswächter-Satz 6 2.1
MehrGrundlagen zur Delaunay-Triangulierung und zur konvexen Hülle. zum Begriff des Voronoi-Diagramms (vgl. auch Vorlesung "Algorithmische Geometrie"):
Grundlagen zur Delaunay-Triangulierung und zur konvexen Hülle zum Begriff des Voronoi-Diagramms (vgl. auch Vorlesung "Algorithmische Geometrie"): 1 Erzeugung des Voronoi-Diagramms (siehe Vorlesung "Algorithmische
MehrGeometrische Algorithmen Voronoi-Diagramme. Lernmodul 7: Geo-Algorithmen und -Datenstrukturen - Voronoi-Diagramme
Folie 1 von 32 Geometrische Algorithmen Voronoi-Diagramme Folie 2 von 32 Voronoi-Diagramme Übersicht Problemstellung Animation zur Konstruktion eines Voronoi-Diagramms Definition, Eigenschaften eines Voronoi-Diagramms
MehrAlgorithmische Geometrie 1. Einführung
Algorithmische Geometrie 1. Einführung JProf. Dr. Heike Leitte Computergraphik und Visualisierung Algorithmische Geometrie Veranstaltung: 2 SWS Vorlesung: Mi, 9:15 10:45 1 SWS Übung: Do 14:00 16:00 Übungen:
MehrÜbung zur Vorlesung Algorithmische Geometrie
Übung zur Vorlesung Algorithmische Geometrie Dipl.-Math. Bastian Rieck Arbeitsgruppe Computergraphik und Visualisierung Interdisziplinäres Zentrum für Wissenschaftliches Rechnen 8. Mai 2012 B. Rieck (CoVis)
MehrGeometrische Algorithmen
Geometrische Algorithmen Thomas Röfer Motivation Scan-line-Prinzip Konvexe Hülle Distanzprobleme Voronoi-Diagramm Rückblick Manipulation von Mengen Vorrangwarteschlange Heap HeapSort swap(a, 0, 4) 1 5
MehrKürzeste Wege in einfachen Polygonen. Sofiya Scheuermann 28. Januar 2008
Kürzeste Wege in einfachen Polygonen Sofiya Scheuermann 28. Januar 2008 1 Inhaltsverzeichnis 1 Motivation 3 2 Grundlagen 3 3 Algorithmus 3 3.1 Zerlegung............................... 4 3.2 Zusammensetzung..........................
MehrLiniensegmentschnitt. Doppelt verkettete Kantenliste. Überlagerung von 2 ebenen Graphen. Boolsche Operatoren für einfache Polygone (LEDA)
Liniensegmentschnitt Motivation, Überlagerung von Karten, Problemformulierung Ein einfaches Problem und dessen Lösung mit Hilfe des Sweep-Line Prinzips Output-sensitiver Liniensegmentschnittalgorithmus
MehrDistanzprobleme in der Ebene
Distanzprobleme in der Ebene (Literatur: deberg et al., Kapitel 7,9) Christian Knauer 1 Motivation: Alle nächsten Nachbarn Gegeben: Eine Menge von Punkten P in der Ebene Berechne: Zu jedem Punkt aus P
MehrAlgorithmische Geometrie: Schnittpunkte von Strecken
Algorithmische Geometrie: Schnittpunkte von Strecken Nico Düvelmeyer WS 2009/2010, 3.11.2009 3 Phasen im Algorithmenentwurf 1. Konzentration auf das Hauptproblem 2. Verallgemeinerung auf entartete Eingaben
MehrMuseumswächter, Bühnenbeleuchtung, Staubsaugerroboter
Museumswächter, Bühnenbeleuchtung, Staubsaugerroboter Hat das etwas miteinander zu tun? Aufgabenheft Bjarnheiður Kristinsdóttir (Bea) 2017 Wer ich bin? Bea aus Island B.Sc. in Mathematik von der Uni Islands
MehrAlgorithmische Geometrie 7. Punktsuche
Algorithmische Geometrie 7. Punktsuche JProf. Dr. Heike Leitte Computergraphik und Visualisierung Inhaltsverzeichnis 1. Einführung 2. Konvexe Hülle 3. Schnitte von Liniensegmenten 4. Schnitte planarer
MehrPunktlokalisation 1. Trapez-Zerlegungen. 2. Eine Suchstruktur. 3. Randomisierter, inkrementeller Algorithmus zur Konstruktion der Trapez-Zerlegung
Punktlokalisation 1. Trapez-Zerlegungen 2. Eine Suchstruktur 3. Randomisierter, inkrementeller Algorithmus zur Konstruktion der Trapez-Zerlegung 4. Analyse Punktlokalisation Einteilung in Streifen Anfragezeit:
Mehrhäufige Aufgabe Motivation: Approximation komplizierter Geometrien durch einfachere Dreiecke oft effizienter zu bearbeiten als Polygone
Triangulierung häufige Aufgabe Motivation: Approximation komplizierter Geometrien durch einfachere Dreiecke oft effizienter zu bearbeiten als Polygone Problemstellung 1: Gegeben: ein einfaches Polygon
MehrDas Problem der Museumswächter
Das Problem der Museumswächter Laura Wartschinski November 15, 2015 Definition Gegeben sei eine polygonale Fläche G mit Rand G, interpretiert als Grundriss eines Museums. Wähle nun möglichst wenige Punkte
MehrDualität + Quad-trees
Übung Algorithmische Geometrie Dualität + Quad-trees LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Andreas Gemsa 30.06.2011 Übersicht Übungsblatt 10 - Dualität
Mehr(1) Geometrie. Vorlesung Computergraphik 3 S. Müller U N I V E R S I T Ä T KOBLENZ LANDAU
(1) Geometrie Vorlesung Computergraphik 3 S. Müller KOBLENZ LANDAU KOBLENZ LANDAU Organisatorisches Vorlesung CG 2+3 Die Veranstaltung besteht aus 2 Teilen, wobei in der Mitte und am Ende eine Klausur
MehrAufgabensammlung zur algorithmischen Geometrie
1 Aufgabensammlung zur algorithmischen Geometrie 2012WS Andreas Kriegl 1. Konvexe Hülle als Durchschnitt. Zeige, daß der Durchschnitt konvexer Mengen wieder konvex ist und somit die konvexe Hülle einer
MehrSeminar: Algorithmisches in der Geometrie Ausarbeitung zu Vortrag 9. Triangulierungen im Cayley-Graph und Enden von kontextfreien Gruppen
Seminar: Algorithmisches in der Geometrie Ausarbeitung zu Vortrag 9 Triangulierungen im Cayley-Graph und Enden von kontextfreien Gruppen Stefanie Schindler 25. Juni 2010 Zusammenfassung Zunächst machen
MehrFreie Bäume und Wälder
(Martin Dietzfelbinger, Stand 4.6.2011) Freie Bäume und Wälder In dieser Notiz geht es um eine besondere Sorte von (ungerichteten) Graphen, nämlich Bäume. Im Gegensatz zu gerichteten Bäumen nennt man diese
MehrGeometrie I. Sebastian Redinger Informatik 2 Programmiersysteme Martensstraße Erlangen
Geometrie I Sebastian Redinger 01.07.2015 Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Gliederung Grundlagen CCW Polygone Picks Theorem Konvexe Hülle - Graham Scan - Jarvis March 2 Gliederung
MehrGeometrie 1. Christian Bay Christian Bay Geometrie / 46
Geometrie 1 Christian Bay 02.07.2013 Christian Bay Geometrie 1 02.07.2013 1 / 46 Inhaltsverzeichnis Grundlagen CCW Polygone Picks Theorem Konvexe Hülle Christian Bay Geometrie 1 02.07.2013 2 / 46 Geometrie
MehrAchilles und die Schildkröte Sommersemester 2008
Achilles und die Schildkröte Sommersemester 2008 Färbbarkeit planarer Graphen Alexander Damarowsky 20.05.2008 V6, 15.05.2008 Problemstellung /Ziel des Vortrags: Wie viele Farben werden benötigt, um jeden
MehrParallele Algorithmen in der Bildverarbeitung
Seminar über Algorithmen - SoSe 2009 Parallele Algorithmen in der Bildverarbeitung von Christopher Keiner 1 Allgemeines 1.1 Einleitung Parallele Algorithmen gewinnen immer stärker an Bedeutung. Es existieren
MehrQuadtrees und Meshing
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 19.06.2012 Motivation: Meshing von Platinenlayouts Zur Simulation der Hitzeentwicklung
MehrDas Voronoi Diagramm. 1. Definition. 2. Eigenschaften. 3. Größe und Speicherung. 4. Konstruktion. 5. Verwendung
Das Voronoi Diagramm 1. Definition 2. Eigenschaften 3. Größe und Speicherung 4. Konstruktion 5. Verwendung Das Voronoi- Diagramm Voronoi Regionen Euklidische Distanz: d(p,q) = (px-qx)^2+(py-qy)^2 Das Voronoi-Diagramm
Mehr4 Färbungen Begriffe Komplexität Greedy-Algorithmus Knotenreihenfolgen Das 4-Farben-Problem...
Inhaltsverzeichnis 4 Färbungen 41 4.1 Begriffe....................... 41 4.2 Komplexität..................... 42 4.3 Greedy-Algorithmus................ 42 4.4 Knotenreihenfolgen................. 43 4.5
MehrLokalisierung von inneren und äußeren Grenzen in Sensornetzwerken
Lokalisierung von inneren und äußeren Grenzen in Sensornetzwerken Seminararbeit: Algorithmen für Sensornetzwerke Thomas Gramer 1 Thomas Gramer: KIT Universität des Landes Baden-Württemberg und nationales
MehrAlgorithmische Geometrie
Algorithmische Geometrie Martin Peternell TU Wien 31. Fortbildungstagung für Geometrie 2010, Strobl 1 Themen der Algorithmische Geometrie Entwurf von Algorithmen für geometrische Fragestellungen betreffend
MehrTriangulierungen von Punktmengen und Polyedern
Triangulierungen von Punktmengen und Polyedern Vorlesung im Sommersemester 2 Technische Universität Berlin Jörg Rambau 2.4.2 Motivation und Beispiele Wir wollen hier den Begriff der Triangulierungen von
MehrQuadtrees und Meshing
Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 21.06.2011 Motivation: Meshing von Platinenlayouts Zur Simulation
MehrÜbersicht über Informatik und Softwaresystemtechnik WS 99/00, Prof. Dr. Andreas Schwill
Konvexe Hülle Hierbei handelt es sich um ein klassisches Problem aus der Algorithmischen Geometrie, dem Teilgebiet der Informatik, in dem man für geometrische Probleme effiziente Algorithmen bestimmt.
MehrQuadtrees und Meshing
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 24.06.2014 Motivation: Meshing von Platinenlayouts Zur Simulation der Hitzeentwicklung
MehrMathematische Probleme, SS 2016 Freitag $Id: convex.tex,v /05/13 14:42:55 hk Exp $
$Id: convex.tex,v.28 206/05/3 4:42:55 hk Exp $ 3 Konvexgeometrie 3. Konvexe Polyeder In der letzten Sitzung haben wir begonnen uns mit konvexen Polyedern zu befassen, diese sind die Verallgemeinerung der
MehrÜbung Computergrafik 3
Übung Computergrafik 3 1.Übungsblatt: Geometrie Stephan Groß (Dank an Irini Schmidt und Jakob Bärz) Institut für Computervisualistik Universität Koblenz-Landau 6. Juli 2011 Aufgabe 1: Fragezeichen Gegeben:
MehrHallo Welt für Fortgeschrittene
Hallo Welt für Fortgeschrittene Geometrie I Markus Götze Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Gliederung Grundlagen Polygone ccw Pick's Theorem Konvexe Hülle Hallo Welt für Fortgeschrittene
MehrGeometrie I. Tobias Langer Tobias Langer Geometrie I / 59
Geometrie I Tobias Langer 02.07.2010 Tobias Langer Geometrie I 02.07.2010 1 / 59 1 Schulgeometrie Punkte & Geraden Dreieck Kreis Polygon 2 Schnitt von Geraden und Strecken 3 Punkt in Polygon Tobias Langer
MehrÜbungsaufgaben Graphentheorie, Wintersemester 2011/12
Übungsaufgaben Graphentheorie, Wintersemester 2011/12 Frank Göring 25. Januar 2012 Zusammenfassung Übungsaufgaben zur Graphentheorievorlesung. 1 Bis 19.10.2011 1. Wir hatten einen Graphen G als zusammenhängend
MehrPunktlokalisierung. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 22.05.2012 Nachtrag: Dynamische Bereichsabfragen Letzte Woche: kd-trees und Range-Trees
MehrVoronoi-Diagramme und Delaunay-Triangulierungen
Vorlesung Algorithmische Geometrie Voronoi-Diagramme & Delaunay-Triangulierungen LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 07.06.2011 Erinnerung:
MehrGeometrische Algorithmen Einige einfache Definitionen: Ist ein Punkt in einem Polygon? Punkt-in-Polygon-Problem. Das Punkt-in-Polygon-Problem
Geometrische Algorithmen Einige einfache Definitionen: Punkt: im n-dimensionalen Raum ist ein n-tupel (n Koordinaten) Gerade: definiert durch zwei beliebige Punkte auf ihr Strecke: definiert durch ihre
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),
MehrGrundlagen der Graphentheorie. Thomas Kamps 6. Oktober 2008
Grundlagen der Graphentheorie Thomas Kamps 6. Oktober 2008 1 Inhaltsverzeichnis 1 Definition von Graphen 3 2 Unabhängigkeit von Ecken und Kanten 3 3 Teil- und Untergraphen 4 4 Schnitt, Vereinigung und
MehrMathematische Probleme, SS 2013 Montag $Id: convex.tex,v /10/22 15:58:28 hk Exp $
$Id: convex.tex,v 1.12 2013/10/22 15:58:28 hk Exp $ 3 Konvexgeometrie 3.1 Konvexe Polyeder Wir hatten einen konvexen Polyeder P im R n als die konvexe Hülle von endlich vielen Punkten definiert, wobei
MehrM. Pester 29. Ein konvexes d-polytop ist eine begrenzte d-dimensionale polyedrale Menge. (d = 3 Polyeder, d = 2 Polygon)
M. Pester 29 6 Konvexe Hülle 6.1 Begriffe Per Definition ist die konvexe Hülle für eine Menge S von lich vielen Punkten die kleinste konvexe Menge, die S enthölt (z.b. in der Ebene durch ein umspannes
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 /
MehrDelaunay-Triangulierungen
Vorlesung Algorithmische Geometrie Delaunay-Triangulierungen INSTITUT FU R THEORETISCHE INFORMATIK FAKULTA T FU R INFORMATIK Martin No llenburg 10.06.2014 Grafik c Rodrigo I. Silveira 1 Dr. Martin No llenburg
MehrAlgorithmische Geometrie: Lineare Optimierung (I)
Algorithmische Geometrie: Lineare Optimierung (I) Nico Düvelmeyer WS 2009/2010, 17.11.2009 Überblick 1 Geometrie von Gießformen 2 Durchschnitte von Halbebenen 3 Inkrementeller Algorithmus Überblick 1 Geometrie
MehrDie Geometrie der Tischlerei
- Sommersemester 2009 Benjamin Bortfeldt Die Geometrie der Tischlerei 1 Worum geht es? Problem: Wir wollen ein einfaches Polygon P aus einer oder mehreren Holzplatten aussägen und dürfen dazu nur eine
MehrLineare Programmierung
Übung Algorithmische Geometrie Lineare Programmierung LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Benjamin Niedermann 14.05.2014 Übersicht Übungsblatt 4 Lineares
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 )
MehrDie Determinante eines Friesmuster
Die Determinante eines Friesmuster Die Determinante eines Friesmuster von Hannah Vogel,??? Einleitung Friesmuster (engl. Frieze Pattern ) gab es schon lange bevor sie in der Mathematik diskutiert wurden.
MehrAlgorithmische Geometrie 8. Voronoidiagramme und Delaunaytriangulierung
Algorithmische Geometrie 8. Voronoidiagramme und Delaunaytriangulierung JProf. Dr. Heike Leitte Computergraphik und Visualisierung Inhaltsverzeichnis 1. Einführung 2. Konvexe Hülle 3. Schnitte von Liniensegmenten
MehrTheoretische Informatik. Exkurs: Komplexität von Optimierungsproblemen. Optimierungsprobleme. Optimierungsprobleme. Exkurs Optimierungsprobleme
Theoretische Informatik Exkurs Rainer Schrader Exkurs: Komplexität von n Institut für Informatik 13. Mai 2009 1 / 34 2 / 34 Gliederung Entscheidungs- und Approximationen und Gütegarantien zwei Greedy-Strategien
MehrBereichsabfragen II. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie
Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 17.07.2012 Objekttypen in Bereichsabfragen y0 y0 y x x0 Bisher
MehrLernmodul 7 Algorithmus von Dijkstra
Folie 1 von 30 Lernmodul 7 Algorithmus von Dijkstra Quelle: http://www.map24.de Folie 2 von 30 Algorithmus von Dijkstra Übersicht Kürzester Weg von A nach B in einem Graphen Problemstellung: Suche einer
MehrAlgorithmische Geometrie: Rest Lokalisierung von Punkten; Voronoi Diagramme (1/2)
Algorithmische Geometrie: Rest Lokalisierung von Punkten; Voronoi Diagramme (1/2) Nico Düvelmeyer WS 2009/2010, 22.12.2009 Überblick 1 Fertigstellung Kapitel 7 2 Definition Voronoi Diagramm 3 Grundlegende
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:
MehrWestfählische Wilhelms-Universität. Eulersche Graphen. Autor: Jan-Hendrik Hoffeld
Westfählische Wilhelms-Universität Eulersche Graphen Autor: 21. Mai 2015 Inhaltsverzeichnis 1 Das Königsberger Brückenproblem 1 2 Eulertouren und Eulersche Graphen 2 3 Auffinden eines eulerschen Zyklus
MehrBereichsabfragen II. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie
Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 17.07.2012 Objekttypen in Bereichsabfragen y0 y x x0 Bisher
MehrPolygone - Bausteine der Computergrafik
Polygone - Bausteine der Computergrafik Schülerseminar Florian Buchegger Johannes Kepler Universität Linz Dez 12, 2014 Wo werden Polygone verwendet? Welche wichtige Algorithmen gibt es? Outline Wo werden
MehrTechnische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik. Weihnachtsblatt
Technische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik Prof. Dr. A. Taraz, Dipl-Math. A. Würfl, Dipl-Math. S. König Weihnachtsblatt Aufgabe W.1 Untersuchen Sie nachstehenden
Mehrdurch Einfügen von Knoten konstruiert werden kann.
Satz von Kuratowski Definition Unterteilung eines Graphen Sei G = (V, E) und e = {u, v} E. 1 Das Einfügen eines neuen Knoten w in die Kante e führt zum Graphen G = (V {w}, E \ e {{u, w}, {w, v}}). 2 Der
MehrVisualisierung von Graphen
1 Visualisierung von Graphen Geradlinige Zeichnungen planarer Graphen 6. Vorlesung Sommersemester 2013 (basierend auf Folien von Marcus Krug und Tamara Mchedlidze, KIT) 2 Planare Graphen: Charakterisierung,
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
MehrGeometrische Algorithmen Punkt-in-Polygon-Suche. Lernmodul 7: Geo-Algorithmen und -Datenstrukturen - Punkt-in-Polygon-Suche
Folie 1 von 51 Geometrische Algorithmen Punkt-in-Polygon-Suche Folie 2 von 51 Punkt-in-Polygon-Suche Übersicht Praxisbeispiel/Problemstellung Zählen von Schnittpunkten Schnitt einer Halbgerade mit der
MehrWS 2009/10. Diskrete Strukturen
WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910
MehrVon den Kanten von Gewicht 4 wird nur noch eine ausgewählt, die zu dem letzten nicht ausgewählten Knoten führt: 1. Juni
CHAPTER. GRAPHEN.. B Ä UME.. Bäume Ein schlichter Graph ohne Kreise heisst Wald, ist er noch zusätzlich zusammenhängend so wird er Baum genannt. Bevor wir Bäume genauer beschreiben ein kleines LEMMA...
MehrOptimales Routing. Paul Kunze
Optimales Routing Paul Kunze 10.07.2015 Grundlagen Grundlagen endliche Menge an Punkten Φ = {x i } aus R 2 hier: gebildet durch Poisson-Punktprozess A = A D : Route zum Ziel D Φ. Abbildung auf einem Graphen
MehrComputer-Graphik I Verallgemeinerte Baryzentrische Koordinaten
lausthal omputer-raphik I Verallgemeinerte Baryzentrische Koordinaten. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Verallgemeinerungen der baryzentr. Koord. 1. Was macht man im 2D bei
Mehr2.7.1 Inside-Test Konvexe Hülle Nachbarschaften Schnittprobleme
2.7 Geometrische Algorithmen 2.7.1 Inside-Test 2.7.2 Konvexe Hülle 2.7.3 Nachbarschaften 2.7.4 Schnittprobleme 1 2.7 Geometrische Algorithmen 2.7.1 Inside-Test 2.7.2 Konvexe Hülle 2.7.3 Nachbarschaften
MehrKapitel 3. Kapitel 3 Graphentheorie
Graphentheorie Inhalt 3.1 3.1 Grundlagen 3.2 3.2 Das Das Königsberger Brückenproblem 3.3 3.3 Bäume 3.4. 3.4. Planare Graphen 3.5 3.5 Färbungen Seite 2 3.1 Grundlagen Definition. Ein Ein Graph besteht aus
MehrKapitel 9 Algorithm. Geometrie. Kürzeste Abstände Konvexe Hülle
Kapitel 9 Algorithm. Geometrie Kürzeste Abstände Konvexe Hülle Überblick Teilgebiet der Informatik, in dem es um die Entwicklung effizienter Algorithmen und die Bestimmung der algorithmischen Komplexität
MehrDiskrete Strukturen. Hausaufgabe 1 (5 Punkte) Hausaufgabe 2 (5 Punkte) Wintersemester 2007/08 Lösungsblatt Januar 2008
Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 15 Computergraphik & Visualisierung Prof. Dr. Rüdiger Westermann Dr. Werner Meixner Wintersemester 2007/08 Lösungsblatt 9
MehrBäume und Wälder. Seminar: Graphentheorie Sommersemester 2015 Dozent: Dr. Thomas Timmermann
Bäume und Wälder Seminar: Graphentheorie Sommersemester 2015 Dozent: Dr. Thomas Timmermann Ida Feldmann 2-Fach Bachelor Mathematik und Biologie 6. Fachsemester Inhaltsverzeichnis Einleitung 1 1. Bäume
MehrGeometrie 1. Roman Sommer. Informatik 2 Programmiersysteme Martensstraße Erlangen
Geometrie 1 Roman Sommer Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Grundlagen Punkte, Vektoren Schreibweise: Skalar: Vektor: Komponente: Punkt: (spitzer) Winkel zw. zwei Vektoren:
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
MehrAlgorithmen und Datenstrukturen
Algorithmen und Datenstrukturen Graphen 9/1 Begriffsdefinitionen Ein Graph besteht aus Knoten und Kanten. Ein Knoten(Ecke) ist ein benanntes Objekt. Eine Kante verbindet zwei Knoten. Kanten haben ein Gewicht
MehrVoronoi Diagrams. Christian Wellenbrock. December 1, 2009
December 1, 2009 Das Voronoi Diagramm Problemstellung Gegeben: Menge der Zentren P = {p 1,..., p n } R 2 Das Voronoi Diagramm Problemstellung Gegeben: Menge der Zentren P = {p 1,..., p n } R 2 Gesucht:
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
MehrDie Berechnung der Triangulation eines Polygons in fast-linearer Zeit.
Die Berechnung der Triangulation eines Polygons in fast-linearer Zeit. Ausarbeitung zum Vortrag von Adrian Polko Anhand des Papers von Raimund Seidel: A Simple and Fast Incremental Randomized Algorithm
MehrMaximale s t-flüsse in Planaren Graphen
Maximale s t-flüsse in Planaren Graphen Vorlesung Algorithmen für planare Graphen 6. Juni 2017 Guido Brückner INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg
Mehr3-Färbbarkeit. Korollar: Zu Entscheiden, ob ein Graph k-färbbar ist mit k 3, ist NP-vollständig.
3-Färbbarkeit Wir wissen bereits, dass in polynomieller Zeit entschieden werden kann, ob ein Graph 2-färbbar ist. Satz: Zu Entscheiden, ob ein Graph 3-färbbar ist, ist NPvollständig. Beweis: Reduktion
Mehr