Tutoraufgabe 1 (Floyd-Warshall):
|
|
- Ina Fleischer
- vor 6 Jahren
- Abrufe
Transkript
1 für Informatik Prof. aa r. Ir. Joost-Pieter Katoen atenstrukturen und lgorithmen SS hristian ehnert, Friedrich Gretz, enjamin Kaminski, Thomas Ströder Tutoraufgabe (Floyd-Warshall): etrachten Sie den folgenden Graphen: Führen Sie den lgorithmus von Floyd auf diesem Graphen aus. Geben Sie dazu nach jedem urchlauf der äußeren Schleife die aktuellen ntfernungen in einer Tabelle an. ie erste Tabelle enthält bereits die djazenzmatrix nach ildung der reflexiven Hülle.er intrag in der Zeile i und Spalte j ist also, falls es keine Kante vom Knoten der Zeile i zu dem Knoten der Spalte j gibt, und sonst das Gewicht dieser Kante. eachten Sie, dass in der reflexiven Hülle jeder Knoten eine Kante mit Gewicht 0 zu sich selbst hat Lösung:
2 für Informatik atenstrukturen und lgorithmen SS Tutoraufgabe (Ford-Fulkerson): etrachten Sie das folgende Flussnetzwerk mit Quelle s und Senke t:
3 für Informatik atenstrukturen und lgorithmen SS 0/ 0/ 0/ s t 0/ 0/ 0/ 0/ 0/ erechnen Sie den maximalen Fluss in diesem Netzwerk mithilfe der Ford-Fulkerson Methode. Geben Sie dazu jedes Restnetzwerk (auch das initiale) sowie nach jeder ugmentierung den aktuellen Zustand des Flussnetzwerks an. Geben Sie außerdem den Wert des maximalen Flusses an. ie vorgegebene nzahl an Lösungsschritten muss nicht mit der benötigten nzahl solcher Schritte übereinstimmen. Lösung: Schritt 0: Initiales Flussnetzwerk: 0/ 0/ 0/ s t 0/ 0/ 0/ 0/ 0/
4 für Informatik atenstrukturen und lgorithmen SS Schritt : Schritt : Nächstes Flussnetzwerk mit aktuellem Fluss: / 0/ / s t s t 0/ 0/ 0/ 0/ 0/ Schritt : Schritt : Nächstes Flussnetzwerk mit aktuellem Fluss: / 0/ / s t s t / / 0/ 0/ 0/
5 für Informatik atenstrukturen und lgorithmen SS Schritt : Schritt : Nächstes Flussnetzwerk mit aktuellem Fluss: / 0/ / s t s t / / / 0/ / Schritt : Schritt 8: Nächstes Flussnetzwerk mit aktuellem Fluss: / 0/ / s t s t / / / / /
6 für Informatik atenstrukturen und lgorithmen SS Schritt 9: s t er maximale Fluss hat den Wert: Tutoraufgabe (Flussnetzwerke): Untersuchen Sie, ob es sich bei den folgenden Graphen um Flussnetzwerke handelt. a) 9 s 8 t 9 9 b)
7 für Informatik atenstrukturen und lgorithmen SS 9 s 8 t 9 9 c) 9 8 s t 0 Lösung: a) ei diesem Graphen handelt es sich nicht um ein Flussnetzwerk, da der Knoten nicht auf einem Pfad von der Quelle zur Senke liegt. b) ei diesem Graphen handelt es sich nicht um ein Flussnetzwerk, da die Kante (, ) eine negative Kapazität, nämlich, hat. c) ei diesem Graphen handelt es sich um ein Flussnetzwerk, da alle Kapazitäten nichtnegativ sind, lediglich vorhandene Kanten mit einer Kapazität ungleich 0 versehen sind, und alle Knoten auf einem Pfad von der Quelle zur Senke liegen. Tutoraufgabe (igenschaften von Flüssen): eweisen Sie die folgenden ussagen über einen Fluss f und ein Flussnetzwerk G(V,, c) mit Quelle s und Senke t: a) Für alle X, Y V gilt: f (X, Y ) = f (Y, X)
8 für Informatik atenstrukturen und lgorithmen SS b) Für alle X, Y, Z V mit X Y = gilt: f (X Y, Z) = f (X, Z) + f (Y, Z) c) Sei (S,T) ein Schnitt über G, so gilt: f (S, T ) = f d) Sei (S,T) ein Schnitt über G, so gilt: f c(s, T ) Lösung: ie folgenden ussagen waren zu beweisen: a) Für alle X, Y V gilt: f (X, Y ) = f (Y, X) b) Für alle X, Y, Z V mit X Y = gilt: f (X, Y ) = f (x, y) x X y Y = f (y, x) x X y Y = f (y, x) x X y Y = f (y, x) y Y x X = f (Y, X) f (X Y, Z) = f (X, Z) + f (Y, Z) f (X Y, Z) = f (x, y) x X Y y Z = f (x, y) + f (x, y) x X y Z x Y y Z = f (X, Z) + f (Y, Z) X Y = c) Sei (S,T) ein Schnitt über G, so gilt: f (S, T ) = f f (S, T ) = f (S, V ) f (S, V T ) f (S, V ) = f (S, T ) + f (S, V T ) mit S T = V = f (S, V ) f (S, S) f (X, X) = 0 = f (S, V ) f (X Y, Z) = f (X, Z) + f (Y, Z) = f (s, V ) + f (S {s}, V ) Flusserhaltung = f (s, V ) = f 8
9 für Informatik atenstrukturen und lgorithmen SS d) Sei (S,T) ein Schnitt über G, so gilt: f c(s, T ) f = f (S, T ) = f (x, y) x S y T c(x, y) x S y T = c(s, T ) ufgabe (Floyd-Warshall): etrachten Sie den folgenden Graphen: ( Punkte) Führen Sie den lgorithmus von Floyd auf diesem Graphen aus. Geben Sie dazu nach jedem urchlauf der äußeren Schleife die aktuellen ntfernungen in einer Tabelle an. ie erste Tabelle enthält bereits die djazenzmatrix nach ildung der reflexiven Hülle.er intrag in der Zeile i und Spalte j ist also, falls es keine Kante vom Knoten der Zeile i zu dem Knoten der Spalte j gibt, und sonst das Gewicht dieser Kante. eachten Sie, dass in der reflexiven Hülle jeder Knoten eine Kante mit Gewicht 0 zu sich selbst hat
10 für Informatik atenstrukturen und lgorithmen SS Lösung: ufgabe (Ford-Fulkerson): etrachten Sie das folgende Flussnetzwerk mit Quelle s und Senke t: (9 Punkte) 0
11 für Informatik atenstrukturen und lgorithmen SS 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/ erechnen Sie den maximalen Fluss in diesem Netzwerk mithilfe der Ford-Fulkerson Methode. Geben Sie dazu jedes Restnetzwerk (auch das initiale) sowie nach jeder ugmentierung den aktuellen Zustand des Flussnetzwerks an. Geben Sie außerdem den Wert des maximalen Flusses an. ie vorgegebene nzahl an Lösungsschritten muss nicht mit der benötigten nzahl solcher Schritte übereinstimmen. Lösung: Schritt 0: Initiales Flussnetzwerk: 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/
12 für Informatik atenstrukturen und lgorithmen SS Schritt : Schritt : Nächstes Flussnetzwerk mit aktuellem Fluss: 0/ 0/ 0/ / 0/ 0/ / 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/
13 für Informatik atenstrukturen und lgorithmen SS Schritt : Schritt : Nächstes Flussnetzwerk mit aktuellem Fluss: 0/ 0/ 0/ 0/ / 0/ / 0/ / / 0/ 0/ 0/ 0/ 0/ 0/ 0/ 0/
14 für Informatik atenstrukturen und lgorithmen SS Schritt : Schritt : Nächstes Flussnetzwerk mit aktuellem Fluss: 0/ 0/ 0/ 0/ / 0/ / 0/ / / 0/ / 0/ 0/ / 0/ 0/ 0/
15 für Informatik atenstrukturen und lgorithmen SS Schritt : Schritt 8: Nächstes Flussnetzwerk mit aktuellem Fluss: 0/ / 0/ / 0/ 0/ / / / / 0/ / 0/ 0/ / 0/ 0/ 0/
16 für Informatik atenstrukturen und lgorithmen SS Schritt 9: Schritt 0: Nächstes Flussnetzwerk mit aktuellem Fluss: 0/ / 0/ 0/ / 0/ / / / / 0/ / 0/ / / 0/ 0/ 0/
17 für Informatik atenstrukturen und lgorithmen SS Schritt : Schritt : Nächstes Flussnetzwerk mit aktuellem Fluss: 0/ / 0/ 0/ / 0/ / / / / 0/ / 0/ / / / 0/ /
18 für Informatik atenstrukturen und lgorithmen SS Schritt : Schritt : Nächstes Flussnetzwerk mit aktuellem Fluss: / / / 0/ / 0/ / / / / 0/ / 0/ / / / 0/ / 8
19 für Informatik atenstrukturen und lgorithmen SS Schritt : Schritt : Nächstes Flussnetzwerk mit aktuellem Fluss: / / / 0/ / 0/ / / / / / / 0/ / / / / / 9
20 für Informatik atenstrukturen und lgorithmen SS Schritt : er maximale Fluss hat den Wert: 0 ufgabe (Flussnetzwerke): ( + + Punkte) Untersuchen Sie, ob es sich bei den folgenden Graphen um Flussnetzwerke handelt. egründen Sie Ihre ntwort. a) 9 s 8 t 9 9 b) 0
21 für Informatik atenstrukturen und lgorithmen SS 9 s 8 t 9 9 c) 9 8 s t 0 Lösung: a) ei diesem Graphen handelt es sich nicht um ein Flussnetzwerk, da die Kante (, ) eine negative Kapazität, nämlich, hat. b) ei diesem Graphen handelt es sich nicht um ein Flussnetzwerk, da die Knoten, und nicht auf einem Pfad von der Quelle zur Senke liegen. c) ei diesem Graphen handelt es sich um ein Flussnetzwerk, da alle Kapazitäten nichtnegativ sind, lediglich vorhandene Kanten mit einer Kapazität ungleich 0 versehen sind, und alle Knoten auf einem Pfad von der Quelle zur Senke liegen. ufgabe 8 (Flussnetzwerke und Flüsse): (0 Punkte) a) eweisen oder widerlegen Sie, dass es sich bei dem Graphen zusammen mit der Kapazitätsfunktion G = (V, ) V = N { } = {(x, y) x < y} c : V V R, (u, v) { v, falls v = u +, 0, andernfalls.
22 für Informatik atenstrukturen und lgorithmen SS um ein Flussnetzwerk handelt. Geben Sie für den Fall, dass es sich bei G um ein Flussnetzwerk handelt, die Quelle und die Senke des Flussnetzwerkes an. b) etrachten Sie das Flussnetzwerk G aus Teil a). eweisen oder widerlegen Sie, dass es sich bei der Funktion, falls v = u +, f : V V R, (u, v), falls u = v +, 0, andernfalls. um einen Fluss in G handelt. Hinweis: iese ufgabe wirkt schwerer als sie ist. Zu ihrer Lösung sind größtenteils lediglich efinitionen ineinander einzusetzen. Ziel ist es, Ihnen den Schrecken vor solch kompliziert wirkenden ufgaben (wie beispielsweise der Treap-ufgabe in der Präsenzübung) zu nehmen. Lösung: a) ei G handelt es sich um ein Flussnetzwerk mit der Quelle 0 und der Senke. Wir zeigen dazu zunächst, dass sich jeder Knoten v N { } auf einem Pfad von der Quelle zur Senke befindet: Sei dafür v N \ {0} ein beliebiger Knoten, der nicht die Quelle oder die Senke ist. ann gilt 0 < v < und damit existieren laut definition von zwei Kanten (0, v) und (v, ) und damit auch ein Pfad (0, v, ). Somit liegt jeder Knoten auf einem Pfad von der Quelle 0 zur Senke. ls nächstes Zeigen wir, dass die Kapazitätsfunktion c den nforderungen an ein Flussnetzwerk entspricht: Für alle (u, v) V V gilt c(u, v) 0 und damit gilt insbesondere auch für alle (u, v), dass c(u, v) 0. Sei (u, v). ann gilt: (u, v) = u v = v u + = c(u, v) = 0 b) ei der Funktion f handelt es sich um einen Fluss. azu zeigen wir, dass die drei an einen Fluss gestellten Forderungen gelten: eschränkung: Sei u < v. ann folgt, dass v ist. amit gilt c(u, v) und damit auch f (u, v) c(u, v), da f maximal den Wert annehmen kann. Sei nun u v. ann gilt f (u, v) 0 und damit wiederum f (u, v) c(u, v), da c mindestens 0 ist. symmetrie: Sei v = u +. ann gilt f (u, v) =. ann gilt aber auch f (v, u) =, denn v = u +. Sei nun u = v +. ann gilt f (u, v) =. ann gilt aber auch f (v, u) =, denn u = v +. Gelte nun weder v = u + noch u = v +. ann gilt entweder u = v oder die ifferenz zwischen u und v ist größer. In beiden Fällen gilt dann f (u, v) = 0 = f (v, u). Flusserhaltung: Sei u N \ {0}. ann gilt: f (u, v) = f (u, u ) + f (u, u + ) + v V v V \{u, u+} f (u, v) = = 0 ufgabe 9 (Sortieren): (0 Minuten, = 9 Punkte) a) Sortieren Sie das folgende rray mithilfe von Selectionsort. Geben Sie dazu das rray nach jeder Swap- Operation an. 8 9 Hinweis: er Pseudocode von Selectionsort wurde auf Übungsblatt in der Tutoraufgabe angegeben.
23 für Informatik atenstrukturen und lgorithmen SS b) Sortieren Sie das folgende rray mithilfe von ubblesort. Geben Sie dazu das rray nach jeder Swap- Operation an. c) Sortieren Sie das folgende rray mithilfe von Insertionsort. Geben Sie dazu das rray nach jeder Iteration der äußeren Schleife an. d) Sortieren Sie das folgende rray mithilfe von Mergesort. Geben Sie dazu das rray nach jeder Merge- Operation an. 8 e) Sortieren Sie das folgende rray mithilfe von Quicksort. Geben Sie dazu das rray nach jeder Partition- Operation an und markieren Sie das jeweils verwendete Pivot-lement. 8 9 f) Sortieren Sie das folgende rray mithilfe von Heapsort. Geben Sie dazu das rray nach jeder Swap-Operation an. Lösung: a) 8 9 b)
24 für Informatik atenstrukturen und lgorithmen SS c) d) e) 8 9
25 für Informatik atenstrukturen und lgorithmen SS f)
2. Präsenzübung Datenstrukturen und Algorithmen SS 2014
Prof. aa Dr. E. Ábrahám F. orzilius, S. Schupp, T. Ströder 2. Präsenzübung Datenstrukturen und lgorithmen SS 2014 Vorname: Nachname: Studiengang (bitte genau einen markieren): Informatik Bachelor Informatik
MehrGlobalübungsaufgabe1 (All Pair Shortest Path):
Prof. aa r. Ir. G. Woeginger atenstrukturen und lgorithmen SS7 Tutoriumslösung - Übung 0 (bgabe 2.07.207) T. Hartmann,. Korzeniewski,. Tauer Globalübungsaufgabe (ll Pair Shortest Path): etrachten Sie den
Mehr1. Klausur Datenstrukturen und Algorithmen SS 2014
Prof. aa Dr. E. Ábrahám F. Corzilius, S. Schupp, T. Ströder 1. Klausur Datenstrukturen und lgorithmen SS 2014 Vorname: Nachname: Studiengang (bitte genau einen markieren): Informatik Bachelor Informatik
MehrZweite Klausur Datenstrukturen und Algorithmen SS 2015
Lehrstuhl für Informatik Klausur 14.09.015 Prof. aa Dr. Ir. Joost-Pieter Katoen hristian Dehnert, Friedrich Gretz, Benjamin Kaminski, Thomas Ströder Zweite Klausur Datenstrukturen und lgorithmen SS 015
MehrTutoraufgabe 1 (Sortieralgorithmus):
Prof. aa Dr. Ir. Joost-Pieter Katoen Datenstrukturen und Algorithmen SS Tutoriumslösung - Übung 4 (Abgabe 2..2) Christian Dehnert, Friedrich Gretz, Benjamin Kaminski, Thomas Ströder Tutoraufgabe (Sortieralgorithmus):
MehrLösung: Lösung - Klausur
für Informatik Prof. aa Dr. Ir. Joost-Pieter Katoen Lösung - Klausur.09.0 hristian Dehnert, Friedrich Gretz, Benjamin Kaminski, Thomas Ströder ufgabe (O-Notation): ( + 6 = Punkte) a) Tragen Sie in die
Mehr10. Übungsblatt zu Algorithmen I im SoSe 2016
Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. r. ennis ofheinz Lukas arth, Lisa Kohl 0. Übungsblatt zu lgorithmen I im SoSe 0 https://crypto.iti.kit.edu/index.php?id=algo-sose
Mehr2. Klausur Datenstrukturen und Algorithmen SS 2014
Prof. aa Dr. E. Ábrahám F. Corzilius, S. Schupp, T. Ströder 2. Klausur Datenstrukturen und Algorithmen SS 2014 Vorname: Nachname: Studiengang (bitte genau einen markieren): Informatik Bachelor Informatik
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
MehrFlüsse in Netzwerken
Proseminar Theoretische Informatik, Prof. Wolfgang Mulzer, SS 17 Flüsse in Netzwerken Zusammenfassung Gesa Behrends 24.06.2017 1 Einleitung Unterschiedliche technische Phänomene wie der Flüssigkeitsdurchfluss
MehrDer Rekursionsbaum hat
Prof. aa Dr. E. Ábrahám Datenstrukturen und Algorithmen SS Lösung - Klausur.09.0 F. Corzilius, S. Schupp, T. Ströder Aufgabe (Laufzeitanalyse): a) Beweisen oder widerlegen Sie: log(n) O( n) ( + + + = 9
Mehrvoid bellford ( List adjlst [n], int n, int i, int j){ int d[n] = + inf ; d[i] = 0;
für Informatik Prof. aa Dr. Ir. Joost-Pieter Katoen Datenstrukturen und Algorithmen SS5 hristian Dehnert, Friedrich Gretz, enjamin Kaminski, Thomas Ströder Tutoraufgabe (ellman-ford Algorithmus): a) Passen
MehrAlgorithmen und Datenstrukturen Kapitel 10
Algorithmen und Datenstrukturen Kapitel 10 Flüsse Frank Heitmann heitmann@informatik.uni-hamburg.de 6. Januar 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/8 Flüsse Graphen Grundlagen Definition
MehrÜbersicht Datenstrukturen und Algorithmen. Übersicht. Probleme auf kantengewichteten Graphen. Vorlesung 14: Minimale Spannbäume
Übersicht atenstrukturen und lgorithmen Vorlesung : Prof. r. rika Ábrahám Theorie ybrider Systeme Informatik http://ths.rwth-aachen.de/teaching/ss-/ datenstrukturen-und-algorithmen/ 1 reedy lgorithmen
MehrTutoraufgabe 1 (Vollständige Induktion):
für Informatik Prof. aa Dr. Ir. Joost-Pieter Katoen Tutoriumslösung - Übung 5 (Abgabe..0) Christian Dehnert, Friedrich Gretz, Benjamin Kaminski, Thomas Ströder Tutoraufgabe 1 (Vollständige Induktion):
MehrPräsenzübung Datenstrukturen und Algorithmen SS 2014
Prof. aa Dr. E. Ábrahám F. Corzilius, S. Schupp, T. Ströder Präsenzübung Datenstrukturen und Algorithmen SS 2014 Vorname: Nachname: Studiengang (bitte genau einen markieren): Informatik Bachelor Informatik
MehrOrdnen Sie die folgenden Funktionen nach ihrer asymptotischer Komplexität in aufsteigender Reihenfolge: i=1 4i + n = 4 n. i=1 i + 3n = 4 ( n(n+1)
für Informatik Prof. aa Dr. Ir. Joost-Pieter Katoen Tutoriumslösung - Übung (Abgabe 9.04.05) Christian Dehnert, Friedrich Gretz, Benjamin Kaminski, Thomas Ströder Tutoraufgabe (Asymptotische Komplexität):
Mehr6 Flüsse und Matchings
6. Flüsse in Netzwerken Flußnetzwerke 6 Flüsse und Matchings In diesem Kapitel werden Bewertungen von Kanten als maximale Kapazitäten interpretiert, die über diese Kante pro Zeiteinheit transportiert werden
MehrTutoraufgabe 1 (Sortieren): Lösung: Datenstrukturen und Algorithmen SS14 Lösung - Übung 4
Prof. aa Dr. E. Ábrahám Datenstrukturen und Algorithmen SS Lösung - Übung F. Corzilius, S. Schupp, T. Ströder Tutoraufgabe (Sortieren): a) Sortieren Sie das folgende Array durch Anwendung des Selectionsort-Algorithmus.
Mehrf 1 (n) = log(n) + n 2 n 5 f 2 (n) = n 3 + n 2 f 3 (n) = log(n 2 ) f 4 (n) = n n f 5 (n) = (log(n)) 2
Prof. aa Dr. E. Ábrahám Datenstrukturen und Algorithmen SS Lösung - Präsenzübung.05.0 F. Corzilius, S. Schupp, T. Ströder Aufgabe (Asymptotische Komplexität): (6 + 0 + 6 = Punkte) a) Geben Sie eine formale
MehrFlüsse, Schnitte, bipartite Graphen
Flüsse, chnitte, bipartite Graphen Matthias Hoffmann 5.5.009 Matthias Hoffmann Flüsse, chnitte, bipartite Graphen 5.5.009 / 48 Übersicht Einführung Beispiel Definitionen Ford-Fulkerson-Methode Beispiel
MehrFerienkurs zur algorithmischen diskreten Mathematik Kapitel 4: Flüsse
Ferienkurs zur algorithmischen diskreten Mathematik Kapitel 4: Flüsse Dipl-Math. Wolfgang Kinzner 3.4.2012 Kapitel 4: Flüsse Flüsse Netzwerk, Fluss, s,t-schnitt, Kapazität MaxFlow-MinCut-Theorem Restnetzwerk
MehrI.4 Warshall - Algorithmus
I.4 Warshall - lgorithmus er ijkstra - lgorithmus bietet eine relativ schnelle öglichkeit den minimalen Weg zwischen zwei Knoten in einem Graphen zu bestimmen. ei anderer bbruchbedingung erhält man auch
MehrWiederholung zu Flüssen
Universität Konstanz Methoden der Netzwerkanalyse Fachbereich Informatik & Informationswissenschaft SS 2008 Prof. Dr. Ulrik Brandes / Melanie Badent Wiederholung zu Flüssen Wir untersuchen Flüsse in Netzwerken:
Mehr6. Flüsse und Zuordnungen
6. Flüsse und Zuordnungen Flußnetzwerke 6. Flüsse und Zuordnungen In diesem Kapitel werden Bewertungen von Kanten als maximale Kapazitäten interpretiert, die über diese Kante pro Zeiteinheit transportiert
MehrOrdnen Sie die folgenden Funktionen nach ihrer asymptotischer Komplexität in aufsteigender Reihenfolge: i=1 4i + n = 4 n. i=1 i + 3n = 4 ( n(n+1)
für Informatik Prof. aa Dr. Ir. Joost-Pieter Katoen Christian Dehnert, Friedrich Gretz, Benjamin Kaminski, Thomas Ströder Tutoraufgabe (Asymptotische Komplexität): Ordnen Sie die folgenden Funktionen nach
MehrFlüsse, Schnitte, bipartite Graphen
Flüsse, Schnitte, bipartite Graphen Vlad Popa 08.06.2010 Inhaltsverzeihnis 1. Flussnetzwerke und Flüsse 1.1 Ford- Fulkerson 1.2 Edmond Karp 1.3 Dinic 2. Schnitte 3. Maximaler Fluss bei minimalen Kosten
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
MehrLösungsvorschläge zur Hauptklausur 1661 Datenstrukturen I
Lösungsvorschläge zur Hauptklausur 1 atenstrukturen I 7.. ernuniversität in Hagen lle Rechte vorbehalten Seite 2 Lösungsvorschläge zur Klausur vom 7.. Kurs 1 atenstrukturen I ufgabe 1 (a) algebra sorts
MehrMathematische Modelle in den Naturwissenschaften Proseminar
Mathematische Modelle in den Naturwissenschaften Proseminar Johannes Kepler Universität Linz Technische Mathematik Der Algorithmus von Ford und Fulkerson Ausgearbeitet von Julia Eder, Markus Eslitzbichler,
MehrAlgorithmen und Datenstrukturen
Prof. r. V. Linnemann Lübeck, den. Oktober 00 Universität zu Lübeck Institut für Informationssysteme lgorithmen und atenstrukturen Sommersemester 00. Klausur Lösungen Hinweis: chten Sie bei Programmieraufgaben
MehrLösungshinweise 3 Vorlesung Algorithmentechnik im WS 08/09
Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Lösungshinweise Vorlesung Algorithmentechnik im WS 08/09 Problem : Kreuzende Schnitte Zwei Schnitte (S, V \ S) und (T, V \ T ) in einem
MehrInhalt. 1. Flußprobleme. 2. Matching. 3. Lineares Programmieren. 4. Ganzzahliges Programmieren. 5. NP-Vollständigkeit. 6. Approximationsalgorithmen
Effiziente Algorithmen Einführung 1 Inhalt 1. Flußprobleme 2. Matching. Lineares Programmieren 4. Ganzzahliges Programmieren 5. NP-Vollständigkeit 6. Approximationsalgorithmen 7. Backtracking und Branch-and-Bound
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
MehrAnwendungen von Netzwerkfluss. Wojciech Polcwiartek Institut für Informatik FU Berlin
Anwendungen von Netzwerkfluss Wojciech Polcwiartek Institut für Informatik FU Berlin 13. 01. 2009 Gliederung Einführung Netzwerk, Fluss und Schnitt Max-Flow-Min-Cut Theorem Algorithmen zum Bestimmen vom
MehrAlgorithmische Mathematik I
Algorithmische Mathematik I Wintersemester 2011 / 2012 Prof. Dr. Sven Beuchler Peter Zaspel Übungsblatt zur Wiederholung Teil 1. Abgabe am -. Aufgabe 1. a) Was ist eine B-adische Darstellung mit fixer
Mehr2 i. i=0. und beweisen Sie mittels eines geeigneten Verfahrens die Korrektheit der geschlossenen Form.
für Informatik Prof. aa Dr. Ir. Joost-Pieter Katoen Christian Dehnert, Friedrich Gretz, Benjamin Kaminski, Thomas Ströder Tutoraufgabe (Vollständige Induktion): Finden Sie eine geschlossene Form für die
MehrEinführung in die Mathematik des Operations Research
Universität zu Köln Mathematisches Institut Prof. Dr. F. Vallentin Einführung in die Mathematik des Operations Research Sommersemester 3 en zur Klausur (7. Oktober 3) Aufgabe ( + 3 + 5 = Punkte). Es sei
MehrDatenstrukturen & Algorithmen
Datenstrukturen & Algorithmen Matthias Zwicker Universität Bern Frühling 2010 Graphenalgorithmen Maximaler Fluss Einleitung Flussnetzwerke Ford-Fulkerson Fulkerson Methode Maximales bipartites Matching
Mehrij. , d (k 1) + d (k 1)
Dabei war ja die Idee, dass wir unser k Schritt für Schritt erhöhen bis wir bei n angekommen sind, denn dann haben wir das Problem gelöst. Dies ist im Grunde unser Algorithmus. Wir müssen diesen nur noch
MehrFlüsse, Schnitte, Bipartite Graphen
Flüsse, Schnitte, Bipartite Graphen Sebastian Hahn 4. Juni 2013 Sebastian Hahn Flüsse, Schnitte, Bipartite Graphen 4. Juni 2013 1 / 48 Überblick Flussnetzwerke Ford-Fulkerson-Methode Edmonds-Karp-Strategie
MehrTutoraufgabe 1 (Vollständige Induktion): Tutoraufgabe 2 (Rotationen): Datenstrukturen und Algorithmen SS15 Übungsblatt 5 (Abgabe 3.6.
Prof. aa Dr. Ir. Joost-Pieter Katoen Allgemeine Hinweise: Christian Dehnert, Friedrich Gretz, Benjamin Kaminski, Thomas Ströder Die Hausaufgaben sollen in Gruppen von je - Studierenden aus der gleichen
MehrFormale Systeme, WS 2010/2011 Lösungen zum Übungsblatt 1
Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. r. B. Beckert Thorsten Bormer Formale Systeme, WS 2/2 Lösungen zum Übungsblatt ieses Blatt wurde in der Übung am 29..2 besprochen.
Mehr6. Flüsse und Zuordnungen
6. Flüsse und Zuordnungen In diesem Kapitel werden Bewertungen von Kanten als maximale Kapazitäten interpretiert, die über solch eine Kante pro Zeiteinheit transportiert werden können. Wir können uns einen
MehrDiskrete Strukturen Endterm
Technische Universität München Winter 016/17 Prof H J ungartz / Dr M Luttenberger, J räckle, K Röhner H- Diskrete Strukturen Endterm eachten Sie: Soweit nicht anders angegeben, ist stets eine egründung
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
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
Mehr40. Algorithmus der Woche Das Travelling Salesman Problem oder die optimale Tour für den Nikolaus
40. lgorithmus der Woche as Travelling Salesman Problem oder die optimale Tour für den Nikolaus utor Stefan Näher, Universität Trier as Problem des Handlungsreisenden as Travelling Salesman Problem (TSP)
MehrFormale Sprachen und Komplexität, SS 18, Prof. Dr. Volker Heun. Übungsblatt 4. Abgabe: bis Mo Uhr
Formale Sprachen und Komplexität, SS 18, Prof. r. Volker Heun Übungsblatt 4 bgabe: bis Mo. 28.5.218 8 Uhr Institut für Informatik Prof. r. Volker Heun Ludwig-Maximilians-Universität München Formale Sprachen
MehrFortgeschrittene Netzwerk- und Graph-Algorithmen
Fortgeschrittene Netzwerk- und Graph-Algorithmen Prof. Dr. Hanjo Täubig Lehrstuhl für Effiziente Algorithmen (Prof. Dr. Ernst W. Mayr) Institut für Informatik Technische Universität München Wintersemester
Mehra) Geben Sie für die folgenden Paare von Mengen jeweils die Teilmengenbeziehung mit Hilfe der Symbole, und = an. lässt sich wie folgt umformen:
Prof. aa Dr. Ir. Joost-Pieter Katoen Datenstrukturen und Algorithmen SoSe 0 Klausur 0.09.0 Christian Dehnert Jonathan Heinen Thomas Ströder Sabrina von Styp Aufgabe (O-Notation: (9 + 4 + 7 = 0 Punkte a
MehrKapitel 7: Flüsse in Netzwerken und Anwendungen Gliederung der Vorlesung
Gliederung der Vorlesung 1. Grundbegriffe. Elementare Graphalgorithmen und Anwendungen 3. Kürzeste Wege 4. Minimale spannende Bäume 5. Färbungen und Cliquen 6. Traveling Salesman Problem 7. Flüsse in Netzwerken
MehrZusammenfassung. M. Leonard Haufs. Sommersemester Datenstrukturen & Algorithmen
Zusammenfassung atenstrukturen & lgorithmen M. Leonard Haufs Sommersemester 2012 Wichtige Hinweise: Letzte earbeitung: Sonntag, 9. ezember 2012 hr dürft die Zusammenfassung selbstverständlich gerne nutzen.
MehrKAPITEL 4 FLÜSSE IN NETZWERKEN
KAPITEL 4 FLÜSSE IN NETZWERKEN F. VALLENTIN, A. GUNDERT 1. Das Max-Flow-Min-Cut Theorem Es sei D = (V, A) ein gerichteter Graph, s, t V zwei Knoten. Wir nennen s Quelle und t Senke. Definition 1.1. Eine
MehrFlüsse und Zuordnungen. Kapitel 6. Peter Becker (H-BRS) Graphentheorie Wintersemester 2018/ / 296
Kapitel 6 Peter Becker (H-BRS) Graphentheorie Wintersemester 2018/19 227 / 296 Inhalt Inhalt 6 Flussnetzwerke Berechnung maximaler Flüsse Max-Flow-Min-Cut Matchings Peter Becker (H-BRS) Graphentheorie
MehrHEUTE. Datenstrukturen im Computer. Datenstrukturen. Rekursion. Feedback Evaluation. abstrakte Datenstrukturen
9.2.5 HUT 9.2.5 3 atenstrukturen im omputer atenstrukturen ie beiden fundamentalen atenstrukturen in der Praxis sind rray und Liste Rekursion Feedback valuation rray Zugriff: schnell Umordnung: langsam
MehrKlausur Datenstrukturen und Algorithmen SoSe 2012
Prof. aa Dr. Ir. Joost-Pieter Katoen Christian Dehnert, Jonathan Heinen, Thomas Ströder, Sabrina von Styp Klausur Datenstrukturen und Algorithmen SoSe 2012 Vorname: Nachname: Studiengang (bitte genau einen
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Tutorium 24-6. Sitzung Marcus Georgi tutorium@marcusgeorgi.de 04.12.2009 1 Repräsentation von Graphen im Rechner Adjazenzlisten Adjazenzmatrizen Wegematrizen 2 Erreichbarkeitsrelationen
MehrZusammenfassung des 2. Abends
lgorithmen in der iologie r. Hans-Joachim öckenhauer r. ennis Komm Zusammenfassung des. bends Zürich, 0. pril 0 lignment-verfahren Für einen Überblick über die lignment-lgorithmen zur estimmung der Ähnlichkeit
MehrLösungsvorschläge Aufgaben 14.1, 14.3, 14.4
Lösungsvorschläge ufgaben.,.,. ufgabe. Wir starten mit dem gegebenen Graphen, dessen Restgraph beim Nullfluss ϕ 0 dem ingabenetzwerk entspricht. ktueller Fluss: Restgraph: 0/ 0/ 0/ 0/ 0/5 0/ 0/ 0/8 5 8
MehrDatenstrukturen & Algorithmen Lösungen zu Blatt 11 FS 14
Eidgenössische Technische Hochschule Zürich Ecole polytechnique fédérale de Zurich Politecnico federale di Zurigo Federal Institute of Technology at Zurich Institut für Theoretische Informatik 14. Mai
Mehr3.6 Branch-and-Bound-Verfahren
36 Branch-and-Bound-Verfahren Die Branch-and-Bound -Methode beruht darauf, auf eine intelligente Weise alle zulässigen Lösungen eines kombinatorischen Optimierungsproblems aufzulisten und mit Hilfe von
MehrEffiziente Algorithmen
Effiziente Algorithmen Martin Hofmann und Jan Johannsen Institut für Informatik LMU München Sommersemester 2002 Graphalgorithmen Grundlegendes Repräsentation von Graphen Breiten- und Tiefensuche Minimale
MehrEffiziente Algorithmen I 11. Übungsblatt, Wintersemester 2015/16 Abgabetermin:
11 11. Übungsblatt, Wintersemester 2015/16 Abgabetermin: 19.01.2016 Aufgabe 29 Bestimmen Sie mit der Stepping-Stone-ethode einen Transportplan mit minimalen Kosten für das klassische Transportproblem mit
MehrLaufzeit. Finden eines Matchings maximaler Kardinalität dauert nur O( E min{ V 1, V 2 }) mit der Ford Fulkerson Methode.
Effiziente Algorithmen Flußprobleme 81 Laufzeit Finden eines Matchings maximaler Kardinalität dauert nur O( E min{ V 1, V 2 }) mit der Ford Fulkerson Methode. Der Fluß ist höchstens f = min{ V 1, V 2 }.
MehrKürzeste-Wege-Algorithmen und Datenstrukturen
Kürzeste-Wege-Algorithmen und Datenstrukturen Institut für Informatik Universität zu Köln SS 2009 Teil 1 Inhaltsverzeichnis 1 Kürzeste Wege 2 1.1 Voraussetzungen................................ 2 1.2
MehrAlgorithmen und Datenstrukturen 8. Vorlesung
lgorithmen und Datenstrukturen. Vorlesung Karl-Heinz Niggl. Mai 6 FG KTuE, TU Ilmenau ud..6 Untere Schranke und Sortieren in Linearzeit etrachtetenverschiedene lgorithmen, die n Werte aus einer totalen
MehrADS: Algorithmen und Datenstrukturen 2
ADS: Algorithmen und Datenstrukturen 2 Teil 7 Prof. Dr. Gerhard Heyer Institut für Informatik Abteilung Automatische Sprachverarbeitung Universität Leipzig 2. Mai 2018 [Letzte Aktualisierung: 2/05/2018,
MehrÜbersicht. Datenstrukturen und Algorithmen. Das Rechenproblem: kürzeste Pfade. Übersicht. Vorlesung 17: Kürzeste Pfade (K24) Bellman-Ford Dijkstra
Datenstrukturen und Algorithmen Vorlesung 17: (K) Joost-Pieter Katoen Lehrstuhl für Informat Software Modeling and Verification Group http://moves.rwth-aachen.de/teaching/ss-15/dsal/ 1. Juni 15 1 Joost-Pieter
MehrRechnernetze Übung 10. Frank Weinhold Professur VSR Fakultät für Informatik TU Chemnitz Juni 2011
Rechnernetze Übung 10 rank Weinhold Professur VSR akultät für Informatik TU hemnitz Juni 2011 Das Weiterleiten (Routing) erfüllt die wichtige ufgabe, einzelne Teilstrecken des Kommunikationsnetzes so zu
MehrAlgo&Komp. - Wichtige Begriffe Mattia Bergomi Woche 6 7
1 Kürzeste Pfade Woche 6 7 Hier arbeiten wir mit gewichteten Graphen, d.h. Graphen, deren Kanten mit einer Zahl gewichtet werden. Wir bezeichnen die Gewichtsfunktion mit l : E R. Wir wollen einen kürzesten
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
MehrAnwendungen von Netzwerkfluss
Anwendungen von Netzwerkfluss Berlin, 13. 01. 2009 Wojciech Polcwiartek Institut für Informatik FU Berlin 1. Einführung/ Definitionen Modellieren der Probleme mit Hilfe von Netzwerken und Flüssen in den
MehrÜbung 5 Algorithmen II
Michael Axtmann michael.axtmann@kit.edu http://algo.iti.kit.edu/algorithmenii_ws6.php - 0 Axtmann: KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft
MehrTechnische Universität München WS 2007/08 Informatik / Lehrstuhl 7 Übungsblatt 5 Esparza/Schwoon 16. November Übung zu Logik
Technische Universität München WS 27/8 Informatik / Lehrstuhl 7 Übungsblatt 5 sparza/schwoon 6. November 27 Übung zu Logik earbeiten Sie diese ufgaben bis zur nächsten Übung am Freitag, 23. November, um
MehrKapitel 1: Flussalgorithmen
Netzwerke und Flüsse Ein Flussnetzwerk ist ein gerichteter Graph G = (V, E, c) mit zwei ausgewählten Knoten q, s V und einer Kapazitätsfunktion c : E N 0. Die Quelle q hat Eingangsgrad 0 und die Senke
MehrÜbersicht. Datenstrukturen und Algorithmen. Trigramme... Übersicht. Terminologie Repräsentation von Graphen
atenstrukturen und lgorithmen Vorlesung 14+15: lementare algorithmen (K22,K24.2) Joost-Pieter Katoen Lehrstuhl für Informatik 2 Software Modeling and Verification roup http://moves.rwth-aachen.de/teaching/ss-15/dsal/
Mehr5. Musterlösung. Problem 1: Vitale Kanten * ω(f) > ω(f ). (a) Untersuchen Sie, ob es in jedem Netzwerk vitale Kanten gibt.
Universität Karlsruhe Algorithmentechnik Fakultät für Informatik WS 05/06 ITI Wagner 5. Musterlösung Problem : Vitale Kanten * In einem Netzwerk (D = (V, E); s, t; c) mit Maximalfluß f heißen Kanten e
Mehrlim log 2n n = > 0 Da es einen Limes gibt, gibt es auch einen Limes inferior, der gleich diesem Limes ist.
Prof. aa Dr. Ir. Joost-Pieter Katoen Christian Dehnert, Jonathan Heinen, Thomas Ströder, Sabrina von Styp Aufgabe 1 (O-Notation): Beweisen oder widerlegen Sie die folgenden Aussagen: (3 + 3 + 4 = 10 Punkte)
MehrFLÜSSE, SCHNITTE UND - TEIL 2 - BIPARTITE GRAPHEN. Vortrag im Seminar Hallo Welt Für Fortgeschrittene Dozenten: Werth, T. & Brinkers, D.
FLÜSSE, SCHNITTE UND BIPARTITE GRAPHEN - TEIL 2 - Vortrag im Seminar Hallo Welt Für Fortgeschrittene Dozenten: Werth, T. & Brinkers, D. Lukas Dresel 17. Juni 215 Inhalt Problemstellung Lösungsmethode 1
MehrÜBUNGSKLAUSUR Studienhalbjahr: 2. Semester. Datum: 20. Juli 2016 Bearbeitungszeit: 90 Minuten. Modul: T2INF Dozent: Stephan Schulz
Matrikelnummer: Fakultät Studiengang: Jahrgang / Kurs : Technik Angewandte Informatik 01 B/C/K ÜBUNGSKLAUSUR Studienhalbjahr:. Semester Datum: 0. Juli 01 Bearbeitungszeit: 90 Minuten Modul: TINF100.1 Dozent:
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
MehrKapitel 7: Flüsse in Netzwerken und Anwendungen Gliederung der Vorlesung
Gliederung der Vorlesung. Grundbegriffe. Elementare Graphalgorithmen und Anwendungen 3. Kürzeste Wege 4. Minimale spannende Bäume 5. Färbungen und Cliquen 6. Traveling Salesman Problem 7. Flüsse in Netzwerken
MehrTheoretische Informatik 1
Theoretische Informatik 1 Search - Beweis der Korrektheit David Kappel Institut für Grundlagen der Informationsverarbeitung TU Graz SS 2013 Algemeine Anmerkungen zur Übung 9 Aufgabenblätter, 3 Abgabetermine
MehrVU Algorithmen auf Graphen Übungsblatt 2 - Aufgabe 2 Transformation einer MaxFlow- in eine MinCost Circulation Instanz
VU Algorithmen auf Graphen Übungsblatt 2 - Aufgabe 2 Transformation einer MaxFlow- in eine MinCost Circulation Instanz Gruppe A: Bernhard Stader, Georg Ziegler, Andreas Zugaj 10. November 2004 Inhaltsverzeichnis
MehrÜbung: Algorithmen und Datenstrukturen SS 2007
Übung: Algorithmen und Datenstrukturen SS 2007 Prof. Lengauer Sven Apel, Michael Claÿen, Christoph Zengler, Christof König Blatt 5 Votierung in der Woche vom 04.06.0708.06.07 Aufgabe 12 Manuelle Sortierung
MehrFakultät IV Klausur MPGI Oktober 2012
rock ppner / Höfer / Putz / Rouiller Name:... Vorname:... Matr.-Nr.:... earbeitungszeit: 75 Minuten s ist ein auf beiden Seiten beschriebenes IN-4 latt als Hilfsmittel zugelassen, wenn es einen Namen und
MehrEffiziente Algorithmen und Datenstrukturen II
Effiziente Algorithmen und Datenstrukturen II Prof. Dr. Christian Scheideler Technische Universität München, 25. April 2006 1 Algorithmen für maximale Flüsse 1.1 Flüsse Ein Flussnetzwerk G = (V, E) ist
Mehr(b) Wie viele Zahlen hat die Folge für n = 6? Finde einen Term für die Anzahl A(n) der Zahlen der n-ten Zahlenfolge.
Fachbereich Mathematik Tag der Mathematik 12. November 2011 Klassenstufen 7, 8 ufgabe 1 (3+7+10 Punkte). Gegeben seien die Zahlenfolgen: n n-te Zahlenfolge 1 1 2 1, 2, 2, 3 3 1, 2, 2, 3, 3, 3, 4, 4, 5
MehrAlgorithmen und Datenstrukturen SS09. Foliensatz 15. Michael Brinkmeier. Technische Universität Ilmenau Institut für Theoretische Informatik
Foliensatz 15 Michael Brinkmeier Technische Universität Ilmenau Institut für Theoretische Informatik Sommersemester 2009 TU Ilmenau Seite 1 / 16 Untere Schranken für das Vergleichsbasierte Sortieren TU
MehrFlüsse in Netzwerken. Seminar über Algorithmen SoSe 2005. Mike Rohland & Julia Schenk
Flüsse in Netzwerken Seminar über Algorithmen SoSe 2005 Mike Rohland & Julia Schenk Inhalt Einführung Definition Maximale Flüsse Schnitte Restgraphen Zunehmende Wege Max-Fluss Min-Schnitt Theorem Ford-Fulkerson
Mehr3.4 Maximale Flüsse und der Algorithmus von Ford Fulkerson
3.4 Maximale Flüsse und der Algorithmus von Ford Fulkerson Definition 3.4.1 Die Aufgabe, zu jedem Netzwerk N = (s, t, V, E, c o ) mit n = V Knoten und m = E Kanten den Fluß f IR m mit maximalem Wert zu
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
MehrAus Knoten und Kanten, die Bezeichnungen haben können. Ein Graph, bei dem die Kanten Richtungen haben.
ormale Methoden der Informatik WS 2/2 Lehrstuhl für atenbanken und Künstliche Intelligenz ProfrrJRadermacher H Ünver T Rehfeld J ollinger 3 ufgabenblatt esprechung in den Tutorien vom 72 (ab Übungstermin)
MehrNetzwerkfluß. Gegeben ist ein System von Wasserrohren: Die Kapazität jedes Rohres ist 3, 5 oder 8 l/s.
Netzwerkfluß (Folie, Seite 78 im Skript) Gegeben ist ein System von Wasserrohren: Quelle s t Senke Die Kapazität jedes Rohres ist, oder 8 l/s. Frage: Wieviel Wasser kann von der Quelle zur Senke fließen?
MehrAlle bislang betrachteten Sortieralgorithmen hatten (worst-case) Laufzeit Ω(nlog(n)).
8. Untere Schranken für Sortieren Alle bislang betrachteten Sortieralgorithmen hatten (worst-case) Laufzeit Ω(nlog(n)). Werden nun gemeinsame Eigenschaften dieser Algorithmen untersuchen. Fassen gemeinsame
MehrSeminar über aktuelle Forschungsthemen in der Algorithmik, Dozent Prof. Dr. Alt;
Seminar über aktuelle Forschungsthemen in der Algorithmik, Dozent Prof. Dr. Alt Referent Matthias Rost 1 Einleitung Definitionen Maximaler Dynamischer Fluss Algorithmus von Ford-Fulkerson Techniken zur
MehrStatistik und Graphentheorie
Statistik und Graphentheorie Sommersemester 2014 24. März 2015 Teil Graphentheorie Matrikelnummer: 1 (12) 2 (12) 3 (12) 4 (12) 5 (12) (60) Aufgabe 1 (12 Punkte) Gegeben sei das folgende Netzwerk: (a) Berechnen
Mehr