Algorithmen für Routenplanung 13. Sitzung, Sommersemester 2013 Julian Dibbelt 19. Juni 2013

Größe: px
Ab Seite anzeigen:

Download "Algorithmen für Routenplanung 13. Sitzung, Sommersemester 2013 Julian Dibbelt 19. Juni 2013"

Transkript

1 Algorithmen für Routenplanung 13. Sitzung, Sommersemester 2013 Julian Dibbelt 19. Juni 2013 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und nationales Großforschungszentrum in der Helmholtz-Gemeinschaft

2 Letztes Mal Einführung zeitabhängige Routenplanung Folie Juni 2013

3 Heute: Beschleunigungstechniken Landmarken Bidirektionale Suche Kontraktion Arc-Flags s t Folie Juni 2013

4 Landmarken Vorberechnung: wähle eine Hand voll ( 16) Knoten als Landmarken berechne Abstände von und zu allen Landmarken Anfrage: benutze Landmarken und Dreiecksungleichung um eine untere Schranke für den Abstand zum Ziel zu bestimmen d(s, t) d(l 1, t) d(l 1, s) d(s, t) d(s, L 2 ) d(t, L 2 ) verändert Reihenfolge der besuchten Knoten Folie Juni 2013

5 Anpassung Beobachtung: Korrektheit von ALT basiert darauf, dass reduzierte Kosten größergleich 0 sind len π (u, v) = len(u, v) π(u) + π(v)! 0 durch Erhöhen der Kantengewichte wird dies nicht verletzt Folie Juni 2013

6 Anpassung Beobachtung: Korrektheit von ALT basiert darauf, dass reduzierte Kosten größergleich 0 sind len π (u, v) = len(u, v) π(u) + π(v)! 0 durch Erhöhen der Kantengewichte wird dies nicht verletzt Somit: Definiere lowerbound-graph G = (V, E, len) mit len := min len Vorberechnung auf lowerbound-graph korrekt aber eventuell langsamere Anfragezeiten Folie Juni 2013

7 Bidirektionale Suche s t starte zweite Suche von t relaxiere rückwärts nur eingehende Kanten stoppe die Suche, wenn beide Suchräume sich treffen Folie Juni 2013

8 Anpassung Zeitanfragen: Ankunft unbekannt Rückwärtsuche? Folie Juni 2013

9 Anpassung Zeitanfragen: Ankunft unbekannt Rückwärtsuche? Rückwärtssuche nur zum Einschränken der Vorwärtssuche benutzen je nach Beschleunigungstechnik verschieden später Folie Juni 2013

10 Anpassung Zeitanfragen: Ankunft unbekannt Rückwärtsuche? Rückwärtssuche nur zum Einschränken der Vorwärtssuche benutzen je nach Beschleunigungstechnik verschieden später Profilanfragen: Anfrage zu allen Startzeitpunkten somit Rückwärtsuche kein Problem µ: tentative Abstandsfunktion breche ab, wenn minkey( Q ) + minkey( Q ) µ Erinnere: key von v ist der lowerbound seiner Profilfunktion Folie Juni 2013

11 Arc-Flags Idee: partitioniere den Graph in k Zellen hänge ein Label mit k Bits an jede Kante zeigt ob e wichtig für die Zielzelle ist modifizierter Dijkstra überspringt unwichtige Kanten Beobachtung: Partition wird auf ungewichtetem Grahen durchgeführt Flaggen müssen allerdings aktualisiert werden Folie Juni 2013

12 Anpassung Idee: ändere Intuition einer gesetzten Flagge Konzept bleibt gleich: Eine Flagge pro Kante und Region setze Flagge wenn Kante mindestens ein mal am Tag wichtig ist Folie Juni 2013

13 Anpassung Idee: ändere Intuition einer gesetzten Flagge Konzept bleibt gleich: Eine Flagge pro Kante und Region setze Flagge wenn Kante mindestens ein mal am Tag wichtig ist Anpassung: für alle Randknoten b und alle Knoten u: Berechne Abstandsfunktion d (u, b) setze Flagge wenn gilt len(u, v) d (v, b) d (u, b) u v w x b Folie Juni 2013

14 Anpassung Idee: ändere Intuition einer gesetzten Flagge Konzept bleibt gleich: Eine Flagge pro Kante und Region setze Flagge wenn Kante mindestens ein mal am Tag wichtig ist Anpassung: für alle Randknoten b und alle Knoten u: Berechne Abstandsfunktion d (u, b) setze Flagge wenn gilt len(u, v) d (v, b) d (u, b) u v w x b Folie Juni 2013

15 Anpassung Idee: ändere Intuition einer gesetzten Flagge Konzept bleibt gleich: Eine Flagge pro Kante und Region setze Flagge wenn Kante mindestens ein mal am Tag wichtig ist Anpassung: für alle Randknoten b und alle Knoten u: Berechne Abstandsfunktion d (u, b) setze Flagge wenn gilt len(u, v) d (v, b) d (u, b) u v w x b Folie Juni 2013

16 Anpassung Idee: ändere Intuition einer gesetzten Flagge Konzept bleibt gleich: Eine Flagge pro Kante und Region setze Flagge wenn Kante mindestens ein mal am Tag wichtig ist Anpassung: für alle Randknoten b und alle Knoten u: Berechne Abstandsfunktion d (u, b) setze Flagge wenn gilt len(u, v) d (v, b) d (u, b) u v w x b Folie Juni 2013

17 Approximation Arc-Flags Beobachtung: viele Interpolationspunkte (Straße) Berechnung der Abstandsfunktionen ist sehr zeitintensiv Laufzeit stark abhängig von der Komplexität der Funktionen Idee: v u w x b Folie Juni 2013

18 Approximation Arc-Flags Beobachtung: viele Interpolationspunkte (Straße) Berechnung der Abstandsfunktionen ist sehr zeitintensiv Laufzeit stark abhängig von der Komplexität der Funktionen Idee: benutze über- and Unterapproximation 22 u v 16 w 21 x 19 b Folie Juni 2013

19 Approximation Arc-Flags Beobachtung: viele Interpolationspunkte (Straße) Berechnung der Abstandsfunktionen ist sehr zeitintensiv Laufzeit stark abhängig von der Komplexität der Funktionen Idee: benutze über- and Unterapproximation 22 u v 16 w 21 x 19 b Folie Juni 2013

20 Approximation Arc-Flags Beobachtung: viele Interpolationspunkte (Straße) Berechnung der Abstandsfunktionen ist sehr zeitintensiv Laufzeit stark abhängig von der Komplexität der Funktionen Idee: benutze über- and Unterapproximation schnellere Vorberechnung, langsamere Anfragen aber immer noch korrekt u v w x b Folie Juni 2013

21 Heuristische Flaggen Idee: führe von jedem Randknoten K Zeitanfragen aus mit fester Ankunftszeit setze Flagge, wenn Kante auf einem dem Bäume eine Baumkante ist Folie Juni 2013

22 Heuristische Flaggen Idee: führe von jedem Randknoten K Zeitanfragen aus mit fester Ankunftszeit setze Flagge, wenn Kante auf einem dem Bäume eine Baumkante ist Beobachtungen: Flaggen eventuell nicht korrekt ein Pfad wird aber immer gefunden Fehlerrate? Folie Juni 2013

23 Kontraktion Knoten-Reduktion: entferne Knoten füge neue Kanten (Shortcuts) hinzu, um die Abstände zwischen verbleibenden Knoten zu erhalten Zeugensuche: behalte nur relevante Shortcuts lokale Suche während oder nach Knoten-Reduktion Folie Juni 2013

24 Kontraktion Knoten-Reduktion: entferne Knoten füge neue Kanten (Shortcuts) hinzu, um die Abstände zwischen verbleibenden Knoten zu erhalten Zeugensuche: behalte nur relevante Shortcuts lokale Suche während oder nach Knoten-Reduktion Folie Juni 2013

25 Anpassung Zeugensuche Zeitunabhängig: Kante (u, v) nicht nötig, wenn (u, v) nicht Teil des kürzesten Weges von u nach v ist, also len(u, v) > d(u, v) lokale Dijkstra-Suche von u Zeitabhängig: Folie Juni 2013

26 Anpassung Zeugensuche Zeitunabhängig: Kante (u, v) nicht nötig, wenn (u, v) nicht Teil des kürzesten Weges von u nach v ist, also len(u, v) > d(u, v) lokale Dijkstra-Suche von u Zeitabhängig: Kante (u, v) nicht nötig, wenn (u, v) nicht Teil eines kürzesten Wege von u nach v ist, also len(u, v) > d (u, v) lokale Profilsuche Problem: deutlich langsamer Folie Juni 2013

27 Korridorsuche Idee: führe zunächst zwei Dijkstra-Suchen mit len und len durch relaxiere dann nur solche Kanten (u, v), für die d(s, u) + len(u, v) d(s, v) gilt lokale Profilsuche in diesem Korridor Anmerkung: auch zur Beschleunigung von s-t Profil-Suchen Folie Juni 2013

28 Approximation der Shortcuts Problem: hoher Speicherbedarf der Shortcuts (Straße) Ideen: Shortcuts nur approximieren, inexakte Anfragen Keine Gewichte am Shortcut speichern, stattdessen on-the-fly entpacken und Pfad linken spart Speicher, kostet Laufzeit speichere auf Shortcuts Über- und Unterapproximation der Funktionen induzieren wieder Korridor (aber genaueren als nur Min/Max!) entpacke Shortcuts im Korridor, dies gibt einen Teil des Originalgraphen benutze nun die nicht-approximierten Originalkanten für eine exakte Suche Folie Juni 2013

29 Anpassung der Basismodule Basismodule: 0 Bidirektionale Suche + Landmarken + Kontraktion + Arc-Flags Somit sind folgende Algorithmen gute Kandidaten ALT Core-ALT SHARC Contraction Hierarchies MLD Folie Juni 2013

30 Bidirektionaler zeitabhängiger ALT s t Idee - Drei Phasen: Folie Juni 2013

31 Bidirektionaler zeitabhängiger ALT s t Idee - Drei Phasen: 1 Vorwärts zeitabhängig, Rückwärtssuche benutzt Minima der Funktionen. Fertig wenn Suchen sich treffen. Berechne zeitabhängige tentative Distanz µ (durch Auswerten des gefundenen Weges, alternativ: Rückwärtssuche schleift auch Maxima durch, benutzt diese zum bestimmen von µ) Folie Juni 2013

32 Bidirektionaler zeitabhängiger ALT s t Idee - Drei Phasen: 1 Vorwärts zeitabhängig, Rückwärtssuche benutzt Minima der Funktionen. Fertig wenn Suchen sich treffen. Berechne zeitabhängige tentative Distanz µ (durch Auswerten des gefundenen Weges, alternativ: Rückwärtssuche schleift auch Maxima durch, benutzt diese zum bestimmen von µ) 2 Rückwärtssuche arbeitet weiter bis minkey( Q ) > µ Folie Juni 2013

33 Bidirektionaler zeitabhängiger ALT s t Idee - Drei Phasen: 1 Vorwärts zeitabhängig, Rückwärtssuche benutzt Minima der Funktionen. Fertig wenn Suchen sich treffen. Berechne zeitabhängige tentative Distanz µ (durch Auswerten des gefundenen Weges, alternativ: Rückwärtssuche schleift auch Maxima durch, benutzt diese zum bestimmen von µ) 2 Rückwärtssuche arbeitet weiter bis minkey( Q ) > µ 3 Vorwärtssuche arbeitet weiter bis t abgearbeitet worden ist und besucht nur Knoten, die die Rückwärtssuche zuvor besucht hat Folie Juni 2013

34 Approximation Beobachtung: Phase 2 läuft recht lange weiter, bis minkey( Q ) > µ gilt insbesondere dann schlecht, wenn die lower bounds stark vom echten Wert abweichen Approximation: breche Phase 2 bereits ab, wenn minkey( Q ) K > µ gilt dann ist der berechnete Weg eine K -Approximation des kürzesten Weges Folie Juni 2013

35 Experimente Error Query relative abs. #sett. #rel. time scen. algorithm K rate av. max max [s] nodes edges [ms] mid Sat Sun uni-alt 0.0% 0.000% 0.00% TDALT % 0.000% 0.00% % 0.094% 14.32% % 0.097% 27.59% uni-alt 0.0% 0.000% 0.00% TDALT % 0.000% 0.00% % 0.088% 13.97% % 0.089% 26.17% uni-alt 0.0% 0.000% 0.00% TDALT % 0.000% 0.00% % 0.088% 14.28% % 0.089% 32.08% Folie Juni 2013

36 Core-ALT Idee begrenze Beschleunigungstechnik auf kleinen Subgraphen (Kern) s t Vorberechnung kontrahiere Graphen zu einem Kern Landmarken nur im Kern Anfrage Folie Juni 2013

37 Core-ALT Idee begrenze Beschleunigungstechnik auf kleinen Subgraphen (Kern) s t Vorberechnung kontrahiere Graphen zu einem Kern Landmarken nur im Kern Anfrage Initialphase: normaler Dijkstra Folie Juni 2013

38 Core-ALT Idee begrenze Beschleunigungstechnik auf kleinen Subgraphen (Kern) s t Vorberechnung kontrahiere Graphen zu einem Kern Landmarken nur im Kern Anfrage Initialphase: normaler Dijkstra benutze Landmarken nur im Kern Folie Juni 2013

39 Core-ALT Idee begrenze Beschleunigungstechnik auf kleinen Subgraphen (Kern) s t Vorberechnung kontrahiere Graphen zu einem Kern Landmarken nur im Kern Anfrage Initialphase: normaler Dijkstra benutze Landmarken nur im Kern zeitabhängig: Rückwärtssuche ist zeitunabhängig Vorwärtssuche darf alle Knoten der Rückwärtssuche besuchen Folie Juni 2013

40 Experimente Preproc. Error Query time space relative abs. #settled #relaxed time scenario K [min] [B/n] rate av. max max [s] nodes edges [ms] % 0.000% 0.00% Monday % 0.051% 11.00% % 0.052% 17.25% % 0.000% 0.00% midweek % 0.051% 13.84% % 0.052% 13.84% % 0.000% 0.00% Friday % 0.052% 11.29% % 0.054% 21.19% % 0.000% 0.00% Saturday % 0.031% 11.50% % 0.031% 24.17% % 0.000% 0.00% Sunday % 0.029% 12.72% % 0.029% 17.84% Folie Juni 2013

41 SHARC (Kontraktion, Arc-Flags) Vorberechnung: Multi-Level-Partition iterativer Prozess: kontrahiere Subgraphen berechne Flaggen Flaggenverfeinerung Anpassung: Kontraktion und Flaggen berechnung anpassen Verfeinerung durch (lokale) Profilsuchen Folie Juni 2013

42 SHARC (Kontraktion, Arc-Flags) Vorberechnung: Multi-Level-Partition iterativer Prozess: kontrahiere Subgraphen berechne Flaggen Flaggenverfeinerung Anpassung: Kontraktion und Flaggen berechnung anpassen Verfeinerung durch (lokale) Profilsuchen Folie Juni 2013

43 SHARC (Kontraktion, Arc-Flags) Vorberechnung: Multi-Level-Partition iterativer Prozess: kontrahiere Subgraphen berechne Flaggen Flaggenverfeinerung Anpassung: Kontraktion und Flaggen berechnung anpassen Verfeinerung durch (lokale) Profilsuchen Folie Juni 2013

44 SHARC (Kontraktion, Arc-Flags) Vorberechnung: Multi-Level-Partition iterativer Prozess: kontrahiere Subgraphen berechne Flaggen Flaggenverfeinerung Anpassung: Kontraktion und Flaggen berechnung anpassen Verfeinerung durch (lokale) Profilsuchen Folie Juni 2013

45 SHARC (Kontraktion, Arc-Flags) Vorberechnung: Multi-Level-Partition iterativer Prozess: kontrahiere Subgraphen berechne Flaggen Flaggenverfeinerung Anpassung: Kontraktion und Flaggen berechnung anpassen Verfeinerung durch (lokale) Profilsuchen Folie Juni 2013

46 SHARC (Kontraktion, Arc-Flags) Vorberechnung: Multi-Level-Partition iterativer Prozess: kontrahiere Subgraphen berechne Flaggen Flaggenverfeinerung Anpassung: Kontraktion und Flaggen berechnung anpassen Verfeinerung durch (lokale) Profilsuchen Folie Juni 2013

47 SHARC (Kontraktion, Arc-Flags) Vorberechnung: Multi-Level-Partition iterativer Prozess: kontrahiere Subgraphen berechne Flaggen Flaggenverfeinerung Anpassung: Kontraktion und Flaggen berechnung anpassen Verfeinerung durch (lokale) Profilsuchen Folie Juni 2013

48 SHARC (Kontraktion, Arc-Flags) Vorberechnung: Multi-Level-Partition iterativer Prozess: kontrahiere Subgraphen berechne Flaggen Flaggenverfeinerung Anpassung: Kontraktion und Flaggen berechnung anpassen Verfeinerung durch (lokale) Profilsuchen Folie Juni 2013

49 SHARC (Kontraktion, Arc-Flags) Vorberechnung: Multi-Level-Partition iterativer Prozess: kontrahiere Subgraphen berechne Flaggen Flaggenverfeinerung Anpassung: Kontraktion und Flaggen berechnung anpassen Verfeinerung durch (lokale) Profilsuchen Folie Juni 2013

50 Experimente Preprocessing Time-Queries time space edge points time speed scenario algom [h:m] [B/n] inc. inc. [ms] up Monday eco 1: % 366.8% midweek eco 1: % 363.8% Friday eco 1: % 358.0% Saturday eco 0: % 283.6% agg 48: % 264.4% Sunday eco 0: % 215.8% agg 27: % 202.6% no traffic static 0: % 23.9% Folie Juni 2013

51 Approximation Prepro Error Time-Queries time space error max max time spd scenario algo [h:m] [B/n] -rate rel. abs.[s] [ms] up Monday heu 3: % 0.54% midweek heu 3: % 0.61% Friday heu 3: % 0.50% Saturday heu 2: % 0.23% Sunday heu 1: % 0.36% no static 0: % 0.00% Beobachtung: Fehler sehr gering hoher Speicherverbrauch Folie Juni 2013

52 Profilsuchen Time-Queries Profile-Queries #del. time #del. #re- time profile traffic var. mins [ms] mins ins. [ms] /time Monday eco heu midweek eco heu Friday eco heu eco Saturday agg heu eco Sunday agg heu Folie Juni 2013

53 Contraction Hierarchies Vorberechnung: benutze gleiche Knotenordnung kontrahiere zeitabhängig erzeugt Suchgraphen G = (V, E E) Folie Juni 2013

54 Contraction Hierarchies Vorberechnung: benutze gleiche Knotenordnung kontrahiere zeitabhängig erzeugt Suchgraphen G = (V, E E) Anfrage Rückwärts aufwärts mittels min-max Suche markiere alle Kanten (u, v) aus E mit d(u, v) + d(v, t) d(u, v) diese Menge sei E zeitabhängige Vorwärtsuche in (V, E E ) Folie Juni 2013

55 Experimente Contr. Queries type of ordering const. space time speed input ordering [h:m] [h:m] [B/n] [ms] up Monday static min 0:05 0: timed 1:47 0: midweek static min 0:05 0: timed 1:48 0: Friday static min 0:05 0: timed 1:30 0: Saturday static min 0:05 0: timed 0:52 0: Sunday static min 0:05 0: timed 0:38 0: Folie Juni 2013

56 Approximation Idee: speicher jeden Shortcut als Approximation reduziert Speicher um bis zu Faktor 10 Folie Juni 2013

57 Approximation Idee: speicher jeden Shortcut als Approximation reduziert Speicher um bis zu Faktor 10 Query: low-up bound Suchen in approximierter CH (Phase 1 3) alle Knoten an denen Suchen sich treffen: Kandidaten C entpacke alle (approximierten) Shortcuts auf wegen s C t Pfaden erzeugt (exakten) Subgraphen (Korridor) time-dependent Dijkstra im Korridor (Phase 4) nicht viel langsamer (Faktor 2) ist exakt Folie Juni 2013

58 Approximation Folie Juni 2013

59 Profilsuchen Variante 1: normale Profilsuche in der CH langsam Folie Juni 2013

60 Profilsuchen Variante 1: normale Profilsuche in der CH langsam Variante 2: normale Profilsuche im Korridor besser aber es geht noch besser Folie Juni 2013

61 Profilsuchen Variante 1: normale Profilsuche in der CH langsam Variante 2: normale Profilsuche im Korridor besser aber es geht noch besser Variante 3: Kontraktion des Corridors Interpolationspunkte steigen langsamer an ca. 30 ms Folie Juni 2013

62 Ergebnisse Folie Juni 2013

63 Ergebnisse II Folie Juni 2013

64 MLD Beobachtungen Folie Juni 2013

65 MLD Beobachtungen Partitionierung metrik-unabhängig viele Shortcuts / Overlay-Kanten Großer Vorteil von MLD (eigentlich): Komplettes Speicherlayout nach Partitionierung bekannt Folie Juni 2013

66 MLD Beobachtungen Partitionierung metrik-unabhängig viele Shortcuts / Overlay-Kanten Großer Vorteil von MLD (eigentlich): Komplettes Speicherlayout nach Partitionierung bekannt Work in progress Speicherlayout hängt an Komplexität der Overlay-Kanten-Funktionen; die ist aber vorab unbekannt unklar ob abspeichern aller Shortcuts sinnvoll hilft geschickte Approximation? Folie Juni 2013

67 Ende Literatur (Zeitabhängige Beschleunigungstechniken): Daniel Delling: Enginering and Augmenting Route Planning Algorithms Ph.D. Thesis, Universität Karlsruhe (TH), Gernot Veit Batz, Robert Geisberger, Sabine Neubauer, Peter Sanders Time-Dependent Contraction Hierarchies and Approximation In: Proceedings of the 9th International Symposium on Experimental Algorithms (SEA 10), Folie Juni 2013

68 Nächste Termine Montag, Mittwoch, Montag, Folie Juni 2013

Algorithmen für Routenplanung 15. Vorlesung, Sommersemester 2012 Daniel Delling 20. Juni 2012

Algorithmen für Routenplanung 15. Vorlesung, Sommersemester 2012 Daniel Delling 20. Juni 2012 Algorithmen für Routenplanung 15. Vorlesung, Sommersemester 2012 Daniel Delling 20. Juni 2012 MICROSOFT RESEARCH SILICON VALLEY KIT Universität des Landes Baden-Württemberg und nationales Großforschungszentrum

Mehr

Algorithmen für Routenplanung Vorlesung 10

Algorithmen für Routenplanung Vorlesung 10 Algorithmen für Routenplanung Vorlesung 10 Daniel Delling 1/ 42 Letztes Mal: Zeitabhängige Netzwerke (Basics) Szenario: Historische Daten für Verkehrssituation verfügbar Verkehrssituation vorhersagbar

Mehr

Algorithmen für Routenplanung Vorlesung 11

Algorithmen für Routenplanung Vorlesung 11 Algorithmen für Routenplanung Vorlesung 11 Daniel Delling 1/ 35 Letztes Mal: Zeitabhängige Netzwerke Szenario: Historische Daten für Verkehrssituation verfügbar Verkehrssituation vorhersagbar berechne

Mehr

Algorithmen für Routenplanung 12. Sitzung, Sommersemester 2011 Reinhard Bauer, Thomas Pajor 6. Juni 2011

Algorithmen für Routenplanung 12. Sitzung, Sommersemester 2011 Reinhard Bauer, Thomas Pajor 6. Juni 2011 Algorithmen für Routenplanung 12. Sitzung, Sommersemester 2011 Reinhard Bauer, Thomas Pajor 6. Juni 2011 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK I PROF. DR. DOROTHEA WAGNER KIT Universität des

Mehr

Algorithmen für Routenplanung Vorlesung 7

Algorithmen für Routenplanung Vorlesung 7 Algorithmen für Routenplanung Vorlesung 7 Daniel Delling 1/ 47 Letztes Mal T Many-to-Many Transit-Node Routing S access node s t distances between transit nodes access node 2/ 47 Transit-Node Routing ersetzt

Mehr

Algorithmen für Routenplanung 8. Sitzung, Sommersemester 2012 Thomas Pajor 21. Mai 2012

Algorithmen für Routenplanung 8. Sitzung, Sommersemester 2012 Thomas Pajor 21. Mai 2012 Algorithmen für Routenplanung 8. Sitzung, Sommersemester 2012 Thomas Pajor INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und nationales

Mehr

Algorithmen für Routenplanung 2. Sitzung, Sommersemester 2010 Thomas Pajor 26. April 2010

Algorithmen für Routenplanung 2. Sitzung, Sommersemester 2010 Thomas Pajor 26. April 2010 Algorithmen für Routenplanung 2. Sitzung, Sommersemester 2010 Thomas Pajor 26. April 2010 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK I PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg

Mehr

Algorithmen für Routenplanung

Algorithmen für Routenplanung Algorithmen für Routenplanung Letzte Sitzung, Sommersemester 2010 Thomas Pajor 09. Juli 2010 I NSTITUT FÜR T HEORETISCHE I NFORMATIK A LGORITHMIK I P ROF. D R. D OROTHEA WAGNER KIT University of the State

Mehr

Algorithmen für Routenplanung 12. Sitzung, Sommersemester 2013 Julian Dibbelt 17. Juni 2013

Algorithmen für Routenplanung 12. Sitzung, Sommersemester 2013 Julian Dibbelt 17. Juni 2013 Algorithmen für Routenplanung 12. Sitzung, Sommersemester 2013 Julian Dibbelt 17. Juni 2013 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg

Mehr

Algorithmen für Routenplanung Vorlesung 3

Algorithmen für Routenplanung Vorlesung 3 Algorithmen für Routenplanung Vorlesung 3 Daniel Delling 1/ 45 Letztes Mal bidirektionale Suche A Suche A mit Landmarken bidirektionale A Suche 2/ 45 Themen Heute Geometrische Container Arc-Flags s t 3/

Mehr

Algorithmen für Routenplanung Vorlesung 4

Algorithmen für Routenplanung Vorlesung 4 Algorithmen für Routenplanung Vorlesung 4 Daniel Delling 1/ 39 Letztes Mal (u,v) Geometrische Container Arc-Flags u 2/ 39 Themen Heute + nächste 1-2 Hierarchische Techniken s t 3/ 39 Ideensammlung Wie

Mehr

Algorithmen für Routenplanung 2. Vorlesung, Sommersemester 2014 Andreas Gemsa 20. April 2014

Algorithmen für Routenplanung 2. Vorlesung, Sommersemester 2014 Andreas Gemsa 20. April 2014 Algorithmen für Routenplanung 2. Vorlesung, Sommersemester 2014 Andreas Gemsa 20. April 2014 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg

Mehr

Algorithmen für Routenplanung

Algorithmen für Routenplanung Algorithmen für Routenplanung 4. Termin, Sommersemester 2011 Reinhard Bauer 2. Mai 2011 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK I PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg

Mehr

Algorithmen für Routenplanung 11. Vorlesung, Sommersemester 2016 Ben Strasser 30. Mai 2016

Algorithmen für Routenplanung 11. Vorlesung, Sommersemester 2016 Ben Strasser 30. Mai 2016 Algorithmen für Routenplanung 11. Vorlesung, Sommersemester 2016 Ben Strasser 30. Mai 2016 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg

Mehr

Algorithmen für Routenplanung 8. Sitzung, Sommersemester 2013 Julian Dibbelt 22. Mai 2013

Algorithmen für Routenplanung 8. Sitzung, Sommersemester 2013 Julian Dibbelt 22. Mai 2013 Algorithmen für Routenplanung 8. Sitzung, Sommersemester 2013 Julian Dibbelt 22. Mai 2013 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg

Mehr

Algorithmen für Routenplanung 5. Sitzung, Sommersemester 2010 Thomas Pajor 10. Mai 2010

Algorithmen für Routenplanung 5. Sitzung, Sommersemester 2010 Thomas Pajor 10. Mai 2010 Algorithmen für Routenplanung 5. Sitzung, Sommersemester 00 Thomas Pajor 0. Mai 00 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK I PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg

Mehr

Algorithmen für Routenplanung 13. Vorlesung, Sommersemester 2017 Tobias Zündorf 26. Juni 2017

Algorithmen für Routenplanung 13. Vorlesung, Sommersemester 2017 Tobias Zündorf 26. Juni 2017 Algorithmen für Routenplanung 13. Vorlesung, Sommersemester 2017 Tobias Zündorf 26. Juni 2017 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg

Mehr

Algorithmen für Routenplanung Vorlesung 12

Algorithmen für Routenplanung Vorlesung 12 Algorithmen für Routenplanung Vorlesung 12 Daniel Delling 1/ 33 Letztes Mal: Multikriterielle Wege Szenario: schnellste Verbindung häufig nicht die Beste Anzahl Umstiege, Fahrtkosten, Distanz, etc. multikriterielle

Mehr

Algorithmen für Routenplanung 4. Sitzung, Sommersemester 2010 Thomas Pajor 3. Mai 2010

Algorithmen für Routenplanung 4. Sitzung, Sommersemester 2010 Thomas Pajor 3. Mai 2010 Algorithmen für Routenplanung 4. Sitzung, Sommersemester 20 Thomas Pajor 3. Mai 20 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK I PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg

Mehr

Algorithmen für Routenplanung 18. Sitzung, Sommersemester 2015 Moritz Baum 13. Juli 2015

Algorithmen für Routenplanung 18. Sitzung, Sommersemester 2015 Moritz Baum 13. Juli 2015 Algorithmen für Routenplanung 18. Sitzung, Sommersemester 2015 Moritz Baum 13. Juli 2015 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg

Mehr

Algorithmen für Routenplanung 19. und letzte Sitzung, Sommersemester 2012 Thomas Pajor 16. Juli 2012

Algorithmen für Routenplanung 19. und letzte Sitzung, Sommersemester 2012 Thomas Pajor 16. Juli 2012 Algorithmen für Routenplanung 19. und letzte Sitzung, Sommersemester 2012 Thomas Pajor 16. Juli 2012 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes

Mehr

Algorithmen für Routenplanung

Algorithmen für Routenplanung Algorithmen für Routenplanung 15. Sitzung, Sommersemester 2011 Thomas Pajor 20. Juni 2011 I NSTITUT FÜR T HEORETISCHE I NFORMATIK A LGORITHMIK I P ROF. D R. D OROTHEA WAGNER KIT Universität des Landes

Mehr

Praktikum Routenplanung Vorbesprechung, Wintersemester 2013/2014 Moritz Baum, Julian Dibbelt, Ben Strasser 21. Oktober 2013

Praktikum Routenplanung Vorbesprechung, Wintersemester 2013/2014 Moritz Baum, Julian Dibbelt, Ben Strasser 21. Oktober 2013 Praktikum Routenplanung Vorbesprechung, Wintersemester 013/014 Moritz Baum, Julian Dibbelt, Ben Strasser 1. Oktober 013 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK PROF. DR. DOROTHEA WAGNER KIT Universität

Mehr

Algorithmen für Routenplanung 10. Sitzung, Sommersemester 2012 Daniel Delling 4. Juni 2012

Algorithmen für Routenplanung 10. Sitzung, Sommersemester 2012 Daniel Delling 4. Juni 2012 Algorithmen für Routenplanung 10. Sitzung, Sommersemester 2012 Daniel Delling 4. Juni 2012 MICROSOFT RESEARCH SILICON VALLEY KIT Universität des Landes Baden-Württemberg und nationales Großforschungszentrum

Mehr

Fortgeschrittene Routenplanung. Transportnetzen. Advanced Route Planning in Transportation Networks

Fortgeschrittene Routenplanung. Transportnetzen. Advanced Route Planning in Transportation Networks Fortgeschrittene Routenplanung in Transportnetzen Advanced Route Planning in Transportation Networks Dissertationsvortrag von Dipl.-Inform. Robert Geisberger 1 KIT Robert Universität Geisberger: des Landes

Mehr

Algorithmen für Routenplanung 14. Vorlesung, Sommersemester 2012 Daniel Delling 18. Juni 2012

Algorithmen für Routenplanung 14. Vorlesung, Sommersemester 2012 Daniel Delling 18. Juni 2012 Algorithmen für Routenplanung 14. Vorlesung, Sommersemester 2012 Daniel Delling 18. Juni 2012 MICROSOFT RESEARCH SILICON VALLEY KIT Universität des Landes Baden-Württemberg und nationales Großforschungszentrum

Mehr

Praktikum Routenplanung Vorbesprechung, Wintersemester 2014/2015 Moritz Baum, Julian Dibbelt, Ben Strasser 22. Oktober 2014

Praktikum Routenplanung Vorbesprechung, Wintersemester 2014/2015 Moritz Baum, Julian Dibbelt, Ben Strasser 22. Oktober 2014 Praktikum Routenplanung Vorbesprechung, Wintersemester 014/015 Moritz Baum, Julian Dibbelt, Ben Strasser. Oktober 014 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK PROF. DR. DOROTHEA WAGNER KIT Universität

Mehr

Route Planning in Road Networks

Route Planning in Road Networks D. Schultes: Route Planning in Road Networks 1 Route Planning in Road Networks Dominik Schultes Institut für Theoretische Informatik Algorithmik II Universität Karlsruhe (TH) http://algo2.iti.uka.de/schultes/hwy/

Mehr

Algorithmen für Routenplanung 10. Sitzung, Sommersemester 2014 Ben Strasser 21. Mai 2014

Algorithmen für Routenplanung 10. Sitzung, Sommersemester 2014 Ben Strasser 21. Mai 2014 Algorithmen für Routenplanung 10. Sitzung, Sommersemester 014 Ben Strasser 1. Mai 014 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg

Mehr

Schnelle und genaue Routenplanung

Schnelle und genaue Routenplanung Sanders/Schultes: Routenplanung 1 Schnelle und genaue Routenplanung Peter Sanders Dominik Schultes Institut für Theoretische Informatik Algorithmik II Universität Karlsruhe Uni für Einsteiger, 22. November

Mehr

Algorithmen für Routenplanung 7. Vorlesung, Sommersemester 2015 Ben Strasser 18. Mai 2014

Algorithmen für Routenplanung 7. Vorlesung, Sommersemester 2015 Ben Strasser 18. Mai 2014 Algorithmen für Routenplanung 7. Vorlesung, Sommersemester 01 Ben Strasser 18. Mai 014 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg

Mehr

Algorithmen für Routenplanung 10. Vorlesung, Sommersemester 2016 Ben Strasser 25. Mai 2016

Algorithmen für Routenplanung 10. Vorlesung, Sommersemester 2016 Ben Strasser 25. Mai 2016 Algorithmen für Routenplanung 10. Vorlesung, Sommersemester 2016 Ben Strasser 25. Mai 2016 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg

Mehr

10. Übung Algorithmen I

10. Übung Algorithmen I INSTITUT FÜR THEORETISCHE INFORMATIK 1 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft Institut für Theoretische www.kit.edu Informatik Bäume

Mehr

Schnelle und genaue Routenplanung

Schnelle und genaue Routenplanung Sanders/Schultes: Routenplanung 1 Schnelle und genaue Routenplanung Peter Sanders Dominik Schultes Institut für Theoretische Informatik Algorithmik II Universität Karlsruhe Tag der Informatik, 15. Juli

Mehr

Praktikum Routenplanung Themenvorstellung & Gruppeneinteilung, Wintersemester 2015/2016 Moritz Baum, Ben Strasser, Tobias Zündorf 19.

Praktikum Routenplanung Themenvorstellung & Gruppeneinteilung, Wintersemester 2015/2016 Moritz Baum, Ben Strasser, Tobias Zündorf 19. Praktikum Routenplanung Themenvorstellung & Gruppeneinteilung, Wintersemester 2015/2016 Moritz Baum, Ben Strasser, Tobias Zündorf 19. Oktober 2015 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK PROF.

Mehr

Algorithmen für Routenplanung

Algorithmen für Routenplanung Algorithmen für Routenplanung 16. Sitzung, Sommersemester 2011 Thomas Pajor 4. Juli 2011 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK I PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg

Mehr

Algorithmen für Routenplanung

Algorithmen für Routenplanung Algorithmen für Routenplanung 3. Termin, Sommersemester 2011 Reinhard Bauer 21.11.2011 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK I PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg

Mehr

INSTITUT FÜR THEORETISCHE INFORMATIK, PROF. SANDERS

INSTITUT FÜR THEORETISCHE INFORMATIK, PROF. SANDERS 0. Übung Algorithmen I Veit Batz, Timo Bingmann, Christian Schulz, Vitaly Osipov INSTITUT FÜR THEORETISCHE INFORMATIK, PROF. SANDERS 80 xb 0,8 xa + 0,7 xb 00 kg 0,06 xa + 0,2 xb 5 kg 60 xb 70 kg 40 20

Mehr

Algorithmen für Routenplanung

Algorithmen für Routenplanung Algorithmen für Routenplanung 15. Vorlesung, Sommersemester 016 Moritz Baum 15. Juni 016 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg

Mehr

Highway Hierarchies. Kristian Dannowski, Matthias Hoeschel

Highway Hierarchies. Kristian Dannowski, Matthias Hoeschel Highway Hierarchies Kristian Dannowski, Matthias Hoeschel Gliederung Einleitung / Bidirektional Dijkstra Intuition / Naive Strategie Konstruktion der Highway Hierarchie Suche in der Highway Hierarchie

Mehr

Algorithmische Methoden zur Netzwerkanalyse

Algorithmische Methoden zur Netzwerkanalyse Algorithmische Methoden zur Netzwerkanalyse Prof. Dr. Henning Meyerhenke Institut für Theoretische Informatik 1 KIT Henning Die Forschungsuniversität Meyerhenke, in der Institut für Theoretische Informatik

Mehr

Kap. 6.6: Kürzeste Wege

Kap. 6.6: Kürzeste Wege Kap. 6.6: Kürzeste Wege Professor Dr. Lehrstuhl für Algorithm Engineering, LS11 Fakultät für Informatik, TU Dortmund 1./. VO DAP SS 009./9. Juli 009 1 Nachtest für Ausnahmefälle Di 1. Juli 009, 16:00 Uhr,

Mehr

Algorithmen für Routenplanung 1. Vorlesung, Sommersemester 2015 Andreas Gemsa 13. April 2015

Algorithmen für Routenplanung 1. Vorlesung, Sommersemester 2015 Andreas Gemsa 13. April 2015 Algorithmen für Routenplanung 1. Vorlesung, Sommersemester 015 Andreas Gemsa 13. April 015 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg

Mehr

Algorithmen für Routenplanung 1. Vorlesung, Sommersemester 2018 Tim Zeitz 17. April 2018

Algorithmen für Routenplanung 1. Vorlesung, Sommersemester 2018 Tim Zeitz 17. April 2018 Algorithmen für Routenplanung. Vorlesung, Sommersemester 08 Tim Zeitz 7. April 08 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg

Mehr

Genauer Hochleistungs-Routenplaner

Genauer Hochleistungs-Routenplaner Sanders/Schultes: Routenplanung 1 Genauer Hochleistungs-Routenplaner Prof. Dr. Peter Sanders Dominik Schultes Institut für Theoretische Informatik Algorithmik II Universität Karlsruhe (TH) Heidelberger

Mehr

Praktikum Routenplanung Vorbesprechung, Wintersemester 2012/2013 Moritz Baum, Julian Dibbelt, Thomas Pajor, Ben Strasser 17.

Praktikum Routenplanung Vorbesprechung, Wintersemester 2012/2013 Moritz Baum, Julian Dibbelt, Thomas Pajor, Ben Strasser 17. Praktikum Routenplanung Vorbesprechung, Wintersemester 01/013 Moritz Baum, Julian Dibbelt, Thomas Pajor, Ben Strasser 17. Oktober 01 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK I PROF. DR. DOROTHEA

Mehr

Auskunftssysteme: Kurzwegsuche im öffentlichen Verkehr

Auskunftssysteme: Kurzwegsuche im öffentlichen Verkehr Auskunftssysteme: Kurzwegsuche im öffentlichen Verkehr Proseminar Algorithmen der Verkehrssimulation WS 05/06 Teera Inprasit Gliederung Einführung Optimale Zugverbindung? Modellierungsansätze Vergleich

Mehr

Algorithmen für Routenplanung 11. Vorlesung, Sommersemester 2012 Daniel Delling 6. Juni 2012

Algorithmen für Routenplanung 11. Vorlesung, Sommersemester 2012 Daniel Delling 6. Juni 2012 Algorithmen für Routenplanung 11. Vorlesung, Sommersemester 2012 Daniel Delling 6. Juni 2012 MICROSOFT RESEARCH SILICON VALLEY KIT Universität des Landes Baden-Württemberg und nationales Großforschungszentrum

Mehr

Algorithmische Methoden für schwere Optimierungsprobleme

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

Mehr

Seminar Algorithmen für planare Graphen

Seminar Algorithmen für planare Graphen Seminar Algorithmen für planare Graphen Reinhard Bauer, Marcus Krug, Ignaz Rutter, Dorothea Wagner Universität Karlsruhe (TH) Institut für Theoretische Informatik Lehrstuhl Algorithmik I 24. Oktober 2008

Mehr

Praktikum Routenplanung Vorbesprechung, Wintersemester 2011/2012 Julian Dibbelt und Thomas Pajor 2. November 2011

Praktikum Routenplanung Vorbesprechung, Wintersemester 2011/2012 Julian Dibbelt und Thomas Pajor 2. November 2011 Praktikum Routenplanung Vorbesprechung, Wintersemester 011/01 Julian Dibbelt und Thomas Pajor. November 011 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK I PROF. DR. DOROTHEA WAGNER KIT Universität

Mehr

Beschleunigte Berechnung von ressourcenbeschränkten kürzesten Wegen

Beschleunigte Berechnung von ressourcenbeschränkten kürzesten Wegen Institut für Formale Methoden der Informatik Abteilung Algorithmik Universität Stuttgart Universitätsstraße 38 D 70569 Stuttgart Bachelorarbeit Nr. 19 Beschleunigte Berechnung von ressourcenbeschränkten

Mehr

Christian Schulz und Johannes Singler

Christian Schulz und Johannes Singler Christian Schulz und Johannes Singler, Prof. Sanders 1 KIT Christian Universität des Schulz Landes Baden-Württemberg und Johannes undsingler: nationales 3. Übung Forschungszentrum Algorithmen in der Helmholtz-Gemeinschaft

Mehr

Algorithmen II Vorlesung am

Algorithmen II Vorlesung am Algorithmen II Vorlesung am 0..0 Minimale Schnitte in Graphen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales Forschungszentrum

Mehr

Algorithmen für Routenplanung 11. Vorlesung, Sommersemester 2010 Reinhard Bauer 25. Juni 2010

Algorithmen für Routenplanung 11. Vorlesung, Sommersemester 2010 Reinhard Bauer 25. Juni 2010 Algorithmen für Routenplanung 11. Vorlesung, Sommersemester 2010 Reinhard Bauer 25. Juni 2010 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK I PROF. DR. DOROTHEA WAGNER KIT University of the State of

Mehr

Algorithmische Methoden zur Netzwerkanalyse Vorlesung 11, Henning Meyerhenke

Algorithmische Methoden zur Netzwerkanalyse Vorlesung 11, Henning Meyerhenke Algorithmische Methoden zur Netzwerkanalyse Vorlesung 11, 18.01.2012 Henning Meyerhenke 1 KIT Henning Universität desmeyerhenke: Landes Baden-Württemberg und nationales Algorithmische Forschungszentrum

Mehr

Algorithmische Methoden zur Netzwerkanalyse

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

Mehr

Kürzeste und Schnellste Wege

Kürzeste und Schnellste Wege Kürzeste und Schnellste Wege Wie funktionieren Navis? André Nusser (Folien inspiriert von Kurt Mehlhorn) Struktur Straßennetzwerke Naiver Algorithmus Dijkstras Algorithmus Transitknoten Nachbemerkungen

Mehr

Algorithmen in Online-Systemen

Algorithmen in Online-Systemen Kurzvortrag - Lehrstuhl Algorithmik I - Prof. Dr. Wagner 1 Florian Drews, Richard Hertel: KIT Universität des Landes Baden-Württemberg und nationales Grossforschungszentrum in der Helmholtz-Gemeinschaft

Mehr

Algorithmen für Routenplanung 17. Sitzung, Sommersemester 2013 Julian Dibbelt 8. Juli 2013

Algorithmen für Routenplanung 17. Sitzung, Sommersemester 2013 Julian Dibbelt 8. Juli 2013 Algorithmen für Routenplanung 17. Sitzung, Sommersemester 2013 Julian Dibbelt 8. Juli 2013 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg

Mehr

Algorithmen für Routenplanung 1. Sitzung, Sommersemester 2010 Thomas Pajor 12. April 2010

Algorithmen für Routenplanung 1. Sitzung, Sommersemester 2010 Thomas Pajor 12. April 2010 Algorithmen für Routenplanung. Sitzung, Sommersemester 00 Thomas Pajor. April 00 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK I PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg

Mehr

Kombinatorische Optimierung

Kombinatorische Optimierung Juniorprof. Dr. Henning Meyerhenke 1 Henning Meyerhenke: KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu Vorlesung 4 Programm des

Mehr

Maximale s t-flüsse in Planaren Graphen

Maximale 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

Mehr

Einleitung. Komplexe Anfragen. Suche ist teuer. VA-File Verfeinerungen. A0-Algo. GeVAS. Schluß. Folie 2. Einleitung. Suche ist teuer.

Einleitung. Komplexe Anfragen. Suche ist teuer. VA-File Verfeinerungen. A0-Algo. GeVAS. Schluß. Folie 2. Einleitung. Suche ist teuer. Anwendung Input: Query-Bild, Ergebnis: Menge ähnlicher Bilder. Kapitel 8: Ähnlichkeitsanfragen und ihre effiziente Evaluierung Wie zu finden? Corbis, NASA: EOS Bilddatenbank Folie Folie 2 Ähnlichkeitssuche

Mehr

Fortgeschrittene Netzwerk- und Graph-Algorithmen

Fortgeschrittene 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

Mehr

2. Übungsblatt zu Algorithmen II im WS 2016/2017

2. Übungsblatt zu Algorithmen II im WS 2016/2017 Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. Dr. Peter Sanders Dr. Christian Schulz, Dr. Simon Gog Michael Axtmann. Übungsblatt zu Algorithmen II im WS 016/017 Aufgabe

Mehr

Algorithmen I - Tutorium 28 Nr. 11

Algorithmen I - Tutorium 28 Nr. 11 Algorithmen I - Tutorium 28 Nr. 11 13.07.2017: Spaß mit Schnitten, Kreisen und minimalen Spannbäumen Marc Leinweber marc.leinweber@student.kit.edu INSTITUT FÜR THEORETISCHE INFORMATIK (ITI), PROF. DR.

Mehr

Topological Fisheye Views for Visualizing Large Graphs

Topological Fisheye Views for Visualizing Large Graphs Topological Fisheye Views for Visualizing Large Graphs Emden R. Gansner, Yehuda Koren, Stephen C. North Stefan Altmayer 11. Dezember 2014 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum

Mehr

Voronoi-Diagramme. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK

Voronoi-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 :

Mehr

Algorithmen & Komplexität

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

Mehr

Algorithmen für Routenplanung

Algorithmen für Routenplanung Algorithmen für Routenplanung Übung 1 Thomas Pajor 8. Mai 2009 1/ 28 Organisatorisches Willkommen zur Übung zur Vorlesung Algorithmen für Routenplanung Euer Übungsleiter Name: Thomas Pajor E-Mail: pajor@ira.uka.de

Mehr

MASTER THESIS. Ontology-Based Route Queries with Time Windows. Tobias Faaß. 17. Juni 2015

MASTER THESIS. Ontology-Based Route Queries with Time Windows. Tobias Faaß. 17. Juni 2015 MASTER THESIS Ontology-Based Route Queries with Time Windows 17. Juni 2015 Tobias Faaß Albert-Ludwigs-Universität Freiburg im Breisgau Technische Fakultät Institut für Informatik GLIEDERUNG 1. Einführung

Mehr

Fortgeschrittene Netzwerk- und Graph-Algorithmen

Fortgeschrittene 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

Mehr

Algorithmen für Routenplanung 17. Sitzung, Sommersemester 2014 Moritz Baum 7. Juli 2014

Algorithmen für Routenplanung 17. Sitzung, Sommersemester 2014 Moritz Baum 7. Juli 2014 Algorithmen für Routenplanung 17. Sitzung, Sommersemester 2014 Moritz Baum 7. Juli 2014 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg

Mehr

Voronoi-Diagramme INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie

Voronoi-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

Mehr

Aufgaben zur Klausurvorbereitung

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

Mehr

Dynamische Programmierung. Problemlösungsstrategie der Informatik

Dynamische Programmierung. Problemlösungsstrategie der Informatik als Problemlösungsstrategie der Informatik und ihre Anwedung in der Diskreten Mathematik und Graphentheorie Fabian Cordt Enisa Metovic Wissenschaftliche Arbeiten und Präsentationen, WS 2010/2011 Gliederung

Mehr

Approximationsalgorithmen für NP-harte Optimierungsprobleme

Approximationsalgorithmen für NP-harte Optimierungsprobleme Approximationsalgorithmen für NP-harte Optimierungsprobleme Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 4. Januar 2011 Berthold Vöcking, Informatik 1 () Vorlesung

Mehr

Graphalgorithmen 2. Dominik Paulus Dominik Paulus Graphalgorithmen / 47

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

Mehr

Approximationsalgorithmen für NP-harte Optimierungsprobleme

Approximationsalgorithmen für NP-harte Optimierungsprobleme Approximationsalgorithmen für NP-harte Optimierungsprobleme Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 18 Was tun mit NP-harten Problemen? Viele praxisrelevante

Mehr

Exakte Kürzeste Pfade in Straßennetzwerken mit Highway Hierarchien

Exakte Kürzeste Pfade in Straßennetzwerken mit Highway Hierarchien Exakte Kürzeste Pfade in Straßennetzwerken mit Highway Hierarchien Andreas Wickert Humboldt-Universität zu Berlin, Institut für Informatik, 10099 Berlin @informatik.hu-berlin.de Zusammenfassung

Mehr

Graphalgorithmen Netzwerkalgorithmen. Laufzeit

Graphalgorithmen Netzwerkalgorithmen. Laufzeit Netzwerkalgorithmen Laufzeit (Folie 390, Seite 78 im Skript) Finden eines Matchings maximaler Kardinalität dauert nur O( E min{ V, V 2 }) mit der Ford Fulkerson Methode. Der Fluß ist höchstens f = min{

Mehr

Programmierkurs Python II

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

Mehr

Schnellste Wege Wie funktioniert ein Navi?

Schnellste Wege Wie funktioniert ein Navi? Schnellste Wege Wie funktioniert ein Navi? Kurt Mehlhorn und Adrian Neumann Max-Planck-Institut für Informatik Vorlesung Ideen der Informatik Schnellste Wege Routenfinden im Navi Karten und Graphen Algorithmen

Mehr

8.4 Digraphen mit negativen Kantengewichten Grundsätzliches Betrachte Startknoten s und einen Kreis C mit Gesamtlänge < 0.

8.4 Digraphen mit negativen Kantengewichten Grundsätzliches Betrachte Startknoten s und einen Kreis C mit Gesamtlänge < 0. 8.4 Digraphen mit negativen Kantengewichten 8.4.1 Grundsätzliches Betrachte Startknoten s und einen Kreis C mit Gesamtlänge < 0. k 4 5 1 s 1 3 2 C k 0 k 3 1 1 1 k 1 k 2 v Sollte ein Pfad von s nach C und

Mehr

Theoretische Informatik 1

Theoretische Informatik 1 Theoretische Informatik 1 Approximierbarkeit David Kappel Institut für Grundlagen der Informationsverarbeitung Technische Universität Graz 10.06.2016 Übersicht Das Problem des Handelsreisenden TSP EUCLIDEAN-TSP

Mehr

10. Übungsblatt zu Algorithmen I im SS 2010

10. Übungsblatt zu Algorithmen I im SS 2010 Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. Dr. Peter Sanders G.V. Batz, C. Schulz, J. Speck 0. Übungsblatt zu Algorithmen I im SS 00 http//algo.iti.kit.edu/algorithmeni.php

Mehr

Algorithmische Herausforderungen bei der multimodalen Routenplanung Heureka 14 Prof. Dorothea Wagner 3. April 2014

Algorithmische Herausforderungen bei der multimodalen Routenplanung Heureka 14 Prof. Dorothea Wagner 3. April 2014 Algorithmische Herausforderungen bei der multimodalen Routenplanung Heureka 14 Prof. Dorothea Wagner 3. April 2014 INSTITUT FÜR THEORETISCHE INFORMATIK LEHRSTUHL ALGORITHMIK KIT Universität des Landes

Mehr

Erinnerung VL

Erinnerung VL Erinnerung VL.6.16 Graphtraversierung (DFS, topologische Sortierung und mehr) Kürzeste Wege: Problemstellung, Algorithmen Analoger Algorithmus Dijkstras Algorithmus: Idee, Korrektheit Heute: mehr zu Dijkstra,

Mehr

Algo&Komp. - Wichtige Begriffe Mattia Bergomi Woche 6 7

Algo&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

Mehr

Algorithmen I. Prof. Jörn Müller-Quade Institut für Theoretische Informatik Web: https://crypto.iti.kit.edu/index.php?

Algorithmen I. Prof. Jörn Müller-Quade Institut für Theoretische Informatik Web: https://crypto.iti.kit.edu/index.php? Algorithmen I Prof. Jörn Müller-Quade 19.6.1 Institut für Theoretische Informatik Web: https://crypto.iti.kit.edu/index.php?id=99 (Folien von Peter Sanders) KIT Institut für Theoretische Informatik 1 Organisatorisches

Mehr

9. Heuristische Suche

9. Heuristische Suche 9. Heuristische Suche Prof. Dr. Rudolf Kruse University of Magdeburg Faculty of Computer Science Magdeburg, Germany rudolf.kruse@cs.uni-magdeburg.de S Heuristische Suche Idee: Wir nutzen eine (heuristische)

Mehr

Datenstrukturen & Algorithmen Lösungen zu Blatt 10 FS 16

Datenstrukturen & Algorithmen Lösungen zu Blatt 10 FS 16 Eidgenössische Technische Hochschule Zürich Ecole polytechnique fédérale de Zurich Politecnico federale di Zurigo Federal Institute of Technology at Zurich Institut für Theoretische Informatik 11. Mai

Mehr

Sichtbarkeitsgraph. Andreas Gemsa Übung Algorithmische Geometrie

Sichtbarkeitsgraph. Andreas Gemsa Übung Algorithmische Geometrie Übung Algorithmische Geometrie Sichtbarkeitsgraph LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Andreas Gemsa 19.07.2012 Ablauf Nachtrag Sichtbarkeitsgraph WSPD

Mehr

Lernmodul 7 Algorithmus von Dijkstra

Lernmodul 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

Mehr

Algorithmische Methoden zur Netzwerkanalyse

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

Mehr

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Theoretische Grundlagen der Informatik Vorlesung am 17. Januar 2012 INSTITUT FÜR THEORETISCHE 0 KIT 18.01.2012 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der

Mehr

Kürzeste und Schnellste Wege

Kürzeste und Schnellste Wege Ideen und Konzepte der Informatik Kürzeste und Schnellste Wege Wie funktioniert ein Navi? Kurt Mehlhorn Schnellste Wege Routen finden im Navi Karten und Graphen Schnellste und kürzeste Wege sind das gleiche

Mehr

Algorithmen für Ad-hoc- und Sensornetze

Algorithmen für Ad-hoc- und Sensornetze Algorithmen für Ad-hoc- und Sensornetze Übung 6 Kommunikation und Färbungen im SINR Modell (basierend auf VL11) Fabian Fuchs 17. Jan. 2015 (Version 1) INSTITUT FÜR THEORETISCHE INFORMATIK - LEHRSTUHL FÜR

Mehr

Dijkstra: Laufzeit. Insgesamt: T Dijkstra = O m T decreasekey (n)+n (T deletemin (n)+t insert (n))

Dijkstra: Laufzeit. Insgesamt: T Dijkstra = O m T decreasekey (n)+n (T deletemin (n)+t insert (n)) Dijkstra: Laufzeit Function Dijkstra(s : NodeId) : NodeArray NodeArray d = {,..., }; parent[s]:= s; d[s] := 0; Q.insert(s) // O(n) while Q 6= /0 do u := Q.deleteMin // apple n foreach edge e =(u,v) 2 E

Mehr