Algorithmische Geometrie Übung am

Größe: px
Ab Seite anzeigen:

Download "Algorithmische Geometrie Übung am"

Transkript

1 Algorithmische Geometrie Übung am INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmische nationales Forschungszentrum Geometrie Sommersemester in der Helmholtz-Gemeinschaft

2 Übung für algorithmische Geometrie Übungsleiter Benjamin Niedermann Raum 322 Sprechzeiten: individuell per Mail vereinbaren Termine Vorlesung: Di 9:45 11:15 Uhr, Raum 301 Übung: Mi 15:45 17:15 Uhr, Raum 301

3 Ablauf des Übungsbetrieb Ausgabe Blatt 1 for Woche i = do if Tag == Dienstag then Ausgabe Blatt i Abgabe Blatt (i 1) if Tag == Mittwoch & übungfindetstatt(tag) then Besprechung Blatt (i 1) Bearbeitung der Aufgaben und Abgabe der Lösungen in Zweiergruppen erwünscht Übung in der Regel wöchentlich ca Minuten abweichende Regelung werden rechzeitig bekannt gegeben. Nächste Woche (23. April) findet keine Übung statt!

4 Grundlegende Datenstrukturen und Techniken

5 Unterteilung der Ebene Quelle: Google Earth

6 Unterteilung der Ebene Quelle: Google Earth

7 Unterteilung der Ebene

8 Unterteilung der Ebene

9 Unterteilung der Ebene Polygonzug Knoten Facette Kante

10 Unterteilung der Ebene Polygonzug Knoten Facette Kante Anforderungen: Zugriff auf Knoten, Facetten und Kanten Ablaufen einzelner Facetten. Ausgehende Kanten traversieren. Wie Unterteilung effizient speichern?

11 Unterteilung f 4 f 1 f 2 f 3

12 Unterteilung f 4 f 1 f 2 f 3 Für jede Kante einer inneren Facette führe gerichtete Halbkante im Uhrzeigersinn ein.

13 Unterteilung f 4 f 1 f 2 f 3 Für jede Kante einer inneren Facette führe gerichtete Halbkante im Uhrzeigersinn ein. Für jede Kante der äußeren Facette führe gerichtete Halbkante gegen den Uhrzeigersinn ein.

14 Unterteilung f 4 edge(f 1 ) f 1 edge(f 2 ) f 2 f 3 edge(f 3 ) edge(f 4 ) Speichere für jede Facette eine beliebige angrenzende Halbkante.

15 Unterteilung next(e) face(e) edge(f 1 ) partner(e) f 1 e prev(e) f 4 edge(f 2 ) f 2 f 3 edge(f 3 ) edge(f 4 ) Speichere für jede Facette eine beliebige angrenzende Halbkante. Speichere für jede Halbkante den Nachfolger/Vorgänger, die gegenüberliegende Halbkante und die angrenzende Facette.

16 Unterteilung next(e) face(e) edge(f 1 ) partner(e) f 1 e prev(e) f 4 edge(f 2 ) edge(v) f 2 v f 3 edge(f 3 ) edge(f 4 ) Speichere für jede Facette eine beliebige angrenzende Halbkante. Speichere für jede Halbkante den Nachfolger/Vorgänger, die gegenüberliegende Halbkante und die angrenzende Facette. Speichere für jeden Knoten eine beliebige inzidente ausgehende Halbkante.

17 Unterteilung next(e) face(e) edge(f 1 ) partner(e) f 1 e prev(e) f 4 edge(f 2 ) edge(v) Wie Inseln behandeln? f 2 v f 3 edge(f 3 ) edge(f 4 ) Speichere für jede Facette eine beliebige angrenzende Halbkante. Speichere für jede Halbkante den Nachfolger/Vorgänger, die gegenüberliegende Halbkante und die angrenzende Facette. Speichere für jeden Knoten eine beliebige inzidente ausgehende Halbkante.

18 Unterteilung next(e) face(e) edge(f 1 ) partner(e) f 1 e prev(e) f 4 edge(f 2 ) edge(v) f 2 v f 3 edge(f 3 ) edge(f 4 ) Speichere für jede Facette eine beliebige angrenzende Halbkante. Zugriff auf Knoten, Facetten und Kanten Speichere für jede Halbkante den Nachfolger/Vorgänger, die gegenüberliegende Halbkante und die angrenzende Ablaufen einzelner Facette. Facetten. Speichere Ausgehende für jeden Kanten Knoten eines eineknoten beliebige traversieren. inzidente ausgehende Halbkante.

19 Unterteilung next(e) face(e) edge(f 1 ) partner(e) f 1 e prev(e) f 4 edge(f 2 ) edge(v) f 2 v f 3 edge(f 3 ) edge(f 4 ) Speichere für jede Facette eine beliebige angrenzende Halbkante. Zugriff auf Knoten, Facetten und Kanten Speichere für jede Halbkante den Nachfolger/Vorgänger, die gegenüberliegende Halbkante und die angrenzende Ablaufen einzelner Facette. Facetten. Speichere Ausgehende für jeden Kanten Knoten eines eineknoten beliebige traversieren. inzidente ausgehende Halbkante.

20 Unterteilung next(e) face(e) edge(f 1 ) partner(e) f 1 e prev(e) f 4 edge(f 2 ) edge(v) f 2 v f 3 edge(f 3 ) edge(f 4 ) Speichere für jede Facette eine beliebige angrenzende Halbkante. Zugriff auf Knoten, Facetten und Kanten Speichere für jede Halbkante den Nachfolger/Vorgänger, die gegenüberliegende Halbkante und die angrenzende Ablaufen einzelner Facette. Facetten. Speichere Ausgehende für jeden Kanten Knoten eines eineknoten beliebige traversieren. inzidente ausgehende Halbkante.

21 Unterteilung next(e) face(e) edge(f 1 ) partner(e) f 1 e prev(e) f 4 edge(f 2 ) edge(v) f 2 v f 3 edge(f 3 ) edge(f 4 ) Speichere für jede Facette eine beliebige angrenzende Halbkante. Zugriff auf Knoten, Facetten und Kanten Speichere für jede Halbkante den Nachfolger/Vorgänger, die gegenüberliegende Halbkante und die angrenzende Ablaufen einzelner Facette. Facetten. Speichere Ausgehende für jeden Kanten Knoten eines eineknoten beliebige traversieren. inzidente ausgehende Halbkante.

22 Traversierung von inzidenten Kanten e 1 e 2 edge(v) f 2 f 1 v h 1 h 2 g 2 g 1

23 Traversierung von inzidenten Kanten e 1 e 2 edge(v) f 2 f 1 v h 1 h 2 g 2 g 1 Traversierung im Uhrzeigersinn: f 2 = next(partner(e 2 )) g 2 = next(partner(f 2 )) h 2 = next(partner(g 2 )) e 2 = next(partner(h 2 ))

24 Welche Äquivalenzen sind immer wahr? next(e) face(e) edge(f 1 ) partner(e) f 1 e prev(e) f 4 edge(f 2 ) edge(v) f 2 v f 3 edge(f 3 ) edge(f 4 ) partner(partner(e)) = e next(prev(e)) = e partner(prev(partner(e))) = next(e) face(e) = face(next(e))

25 Welche Äquivalenzen sind immer wahr? next(e) face(e) edge(f 1 ) partner(e) f 1 e prev(e) f 4 edge(f 2 ) edge(v) f 2 v f 3 edge(f 3 ) edge(f 4 ) partner(partner(e)) = e next(prev(e)) = e partner(prev(partner(e))) = next(e) face(e) = face(next(e))

26 Welche Äquivalenzen sind immer wahr? next(e) face(e) edge(f 1 ) partner(e) f 1 e prev(e) f 4 edge(f 2 ) edge(v) f 2 v f 3 edge(f 3 ) edge(f 4 ) partner(partner(e)) = e next(prev(e)) = e partner(prev(partner(e))) = next(e) face(e) = face(next(e))

27 Welche Äquivalenzen sind immer wahr? next(e) face(e) edge(f 1 ) partner(e) f 1 e prev(e) f 4 edge(f 2 ) edge(v) f 2 v f 3 edge(f 3 ) edge(f 4 ) partner(partner(e)) = e next(prev(e)) = e partner(prev(partner(e))) = next(e) face(e) = face(next(e))

28 Welche Äquivalenzen sind immer wahr? next(e) face(e) edge(f 1 ) partner(e) f 1 e prev(e) f 4 edge(f 2 ) edge(v) f 2 v f 3 edge(f 3 ) edge(f 4 ) partner(partner(e)) = e next(prev(e)) = e partner(prev(partner(e))) = next(e) face(e) = face(next(e))

29 Komplexität n: Anzahl Knoten e: Anzahl Kanten f : Anzahl Facetten Welchen Platzbedarf besitzt eine zusammenhängende Unterteilung?

30 Komplexität n: Anzahl Knoten e: Anzahl Kanten f : Anzahl Facetten Welchen Platzbedarf besitzt eine zusammenhängende Unterteilung? Jeder Knoten besitzt einen Zeiger. Jede Kante wird in zwei Halbkanten aufgeteilt, die jeweils vier Zeiger besitzen. Jede Facette besitzt einen Zeiger. Damit ergibt sich O(n + e + f ) Speicher.

31 Komplexität n: Anzahl Knoten e: Anzahl Kanten f : Anzahl Facetten Welchen Platzbedarf besitzt eine zusammenhängende Unterteilung? Jeder Knoten besitzt einen Zeiger. Jede Kante wird in zwei Halbkanten aufgeteilt, die jeweils vier Zeiger besitzen. Jede Facette besitzt einen Zeiger. Damit ergibt sich O(n + e + f ) Speicher. Satz von Euler besagt: n m + f = 2

32 Komplexität n: Anzahl Knoten e: Anzahl Kanten f : Anzahl Facetten Welchen Platzbedarf besitzt eine zusammenhängende Unterteilung? Jeder Knoten besitzt einen Zeiger. Jede Kante wird in zwei Halbkanten aufgeteilt, die jeweils vier Zeiger besitzen. Jede Facette besitzt einen Zeiger. Damit ergibt sich O(n + e + f ) Speicher. Satz von Euler besagt: n m + f = 2 Daraus ergibt sich: Jeder planare Graph besitzt maximal 3n 6 Kanten und 2n 4 Facetten. O(n) Speicher für Unterteilung der Ebene

33 Strecken Definition: Konvexkombination Für zwei Punkte p 1 und p 2 (in der Ebene) und α [0, 1] ist der Punkt p = αp 1 + (1 α)p 2 eine Konvexkombination von p 1 und p 2. α = 1 4 α = 1 2 p 1 p 2 Definition: Strecke Die Menge aller Konvexkombinationen zweier Punkte p 1, p 2 ist die Strecke p 1 p 2 zwischen p 1 und p 2. Ist die Reihenfolge von p 1 und p 2 von Bedeutung, so sprechen wir von der gerichteten Strecke p 1 p 2. p 1 p 2 p 1 p 2 p 1 p 2 p 1 p 2

34 Strecken Definition: Konvexkombination Für zwei Punkte p 1 und p 2 (in der Ebene) und α [0, 1] ist der Punkt p = αp 1 + (1 α)p 2 eine Konvexkombination von p 1 und p 2. α = 1 4 α = 1 2 p 1 p 2 Definition: Strecke Die Menge aller Konvexkombinationen zweier Punkte p 1, p 2 ist die Strecke p 1 p 2 zwischen p 1 und p 2. Ist die Reihenfolge von p 1 und p 2 von Bedeutung, so sprechen wir von der gerichteten Strecke p 1 p 2. p 1 p 2 p 1 p 2 p 2 p 1 p 1 p 2 Grundlegende Fragestellungen: 1. Gegeben drei Punkte p 0, p 1, p 2 in der Ebene. Liegt p 0 p 1 rechts oder links von p 0, p 2? 2. Bilden die beiden Strecken p 0, p 1 und p 1, p 2 bei p 1 einen Rechts- oder einen Linksknick? 3. Schneiden sich zwei gegebene Strecken p 0 p 1 und p 2 p 3? p 2 links p 0 p 1 p 0 Linksknick p 3 p 2 p 1 rechts p 1 p 2 p 0 p 0 p 1 p 2 Rechtsknick

35 Position eines Punktes r q p Gerichtete Gerade g durch p = (p x, p y ) und q = (q x, q y ) Punkt r = (r x, r y ) Liegt der Punkt r links oder rechts der Geraden g?

36 Position eines Punktes q p g

37 Position eines Punktes r q p g

38 Position eines Punktes r q p g

39 Position eines Punktes v = ( ) rx p x r y p y r q p g

40 Position eines Punktes v = ( ) rx p x r y p y r q p g

41 Position eines Punktes v = ( ) rx p x r y p y n pq = ( ) py q y q x p x r q p g

42 Position eines Punktes v = ( ) rx p x r y p y n pq = ( ) py q y q x p x r q ϕ p v T n pq = v n pq cos ϕ g

43 Position eines Punktes v = ( ) rx p x r y p y n pq = ( ) py q y q x p x r q ϕ p v T n pq = v n pq cos ϕ g

44 Position eines Punktes v = ( ) rx p x r y p y n pq = ( ) py q y q x p x r q ϕ p v T n pq = v n pq cos ϕ g v T n pq > 0 v T n pq = 0 v T n pq < 0 r links von g r auf g r rechts von g

45 Position eines Punktes v = ( ) rx p x r y p y n pq = ( ) py q y q x p x Vorteile dieser Methode: Es werden nur Additionen, Subtraktionen, Multiplikationen und Vergleiche durchgeführt. Keine Divisionen, Wurzeln, etc. r Wenn Eingabe ganzzahlig, dann qsind alle Zwischenschritte ganzzahlig. Keine Fehler durch Ungenauigkeiten bei Gleitkommaarithmetik. ϕ p v T n pq = v n pq cos ϕ g v T n pq > 0 v T n pq = 0 v T n pq < 0 r links von g r auf g r rechts von g

46 Schneiden sich zwei Strecken? Definition: Umschließendes Rechteck (bounding box) Das Umschließende Rechteck (bounding box) eines geometrischen Objekts ist das kleinste achsenparallele Rechteck, das diese Objekt enthält. Notwendige Bedingung: Zwei Strecken können sich nur schneiden, wenn sich auch ihre umschließenden Rechtecke schneiden.

47 Schneiden sich zwei Strecken? Definition: Umschließendes Rechteck (bounding box) Das Umschließende Rechteck (bounding box) eines geometrischen Objekts ist das kleinste achsenparallele Rechteck, das diese Objekt enthält. Notwendige Bedingung: Zwei Strecken können sich nur schneiden, wenn sich auch ihre umschließenden Rechtecke schneiden. Das umschließende Rechteck ( p 1, p 2 ) zu p 1 p 2 ist beschrieben durch den linken unteren Punkt p 1 = ( x 1, ŷ 1 ) und den rechten oberen Punkte p 2 = ( x 2, ŷ 2 ) mit: p 2 = (x 2, y 2 ) p 2 = ( x 2, ŷ 2 ) x 1 = min(x 1, x 2 ) ŷ 1 = min(y 1, y 2 ) x 2 = max(x 1, x 2 ) ŷ 2 = max(y 1, y 2 ) p 1 = ( x 1, ŷ 1 ) p 1 = (x 1, y 1 )

48 Schneiden sich zwei Strecken? Definition: Umschließendes Rechteck (bounding box) Das Umschließende Rechteck (bounding box) eines geometrischen Objekts ist das kleinste achsenparallele Rechteck, das diese Objekt enthält. Notwendige Bedingung: Zwei Strecken können sich nur schneiden, wenn sich auch ihre umschließenden Rechtecke schneiden. Das umschließende Rechteck ( p 1, p 2 ) zu p 1 p 2 ist beschrieben durch den linken unteren Punkt p 1 = ( x 1, ŷ 1 ) und den rechten oberen Punkte p 2 = ( x 2, ŷ 2 ) mit: p 2 = (x 2, y 2 ) p 2 = ( x 2, ŷ 2 ) x 1 = min(x 1, x 2 ) ŷ 1 = min(y 1, y 2 ) x 2 = max(x 1, x 2 ) ŷ 2 = max(y 1, y 2 ) p 1 = ( x 1, ŷ 1 ) p 1 = (x 1, y 1 ) ŷ 2 ŷ 4 Zwei Rechtecke ( p 1, p 2 ) und ( p 3, p 4 ) schneiden sich genau dann, wenn x 2 x 3 x 4 x 1 ŷ 2 ŷ 3 ŷ 4 ŷ 1. ŷ 1 ŷ 3 x 1 x 3 x 2 x 4

49 Schneiden sich zwei Strecken? Definition p 1 p 2 berührt die Gerade durch p 3 p 4 falls p 1 und p 2 auf unterschiedlichen Seiten von p 3 p 4 liegen oder einer von ihnen auf der Gerade liegt. Ob eine Strecke die Gerade durch zwei Punkte berührt kann mithilfe von Positionstests überprüft werden. berührt nicht g g p 4 p 3 berührt g berührt g

50 Schneiden sich zwei Strecken? Definition p 1 p 2 berührt die Gerade durch p 3 p 4 falls p 1 und p 2 auf unterschiedlichen Seiten von p 3 p 4 liegen oder einer von ihnen auf der Gerade liegt. Ob eine Strecke die Gerade durch zwei Punkte berührt kann mithilfe von Positionstests überprüft werden. Lemma Zwei Strecken schneiden sich genau dann, wenn ihre umschließenden Rechtecke sich schneiden und jede der beiden Strecken die Gerade durch die jeweils andere Strecke berührt. Vorteile dieser Methode: Wie zuvor müssen Additionen, Subtraktionen, Multiplikationen und Vergleiche durchgeführt werden (insbesondere keine Divisionen, Wurzeln, etc.) Bei Ganzzahligen Koordinaten ist das Ergebnis und alle Zwischenschritte Ganzzahlig. Keine Fehler durch Ungenauigkeiten bei Gleitkommaarithmetik.

Algorithmen II Vorlesung am

Algorithmen II Vorlesung am Algorithmen II Vorlesung am 03.12.2013 Algorithmische Geometrie: Schnitte von Strecken Sweep-Line INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg

Mehr

Vorlesung Algorithmische Geometrie. Streckenschnitte. Martin Nöllenburg INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK

Vorlesung Algorithmische Geometrie. Streckenschnitte. Martin Nöllenburg INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 24.04.2011 Überlagern von Kartenebenen Beispiel: Gegeben zwei verschiedene Kartenebenen,

Mehr

Vorlesung Algorithmische Geometrie. Streckenschnitte. Martin Nöllenburg INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK

Vorlesung Algorithmische Geometrie. Streckenschnitte. Martin Nöllenburg INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 24.04.2011 Überlagern von Kartenebenen Beispiel: Gegeben zwei verschiedene Kartenebenen,

Mehr

Algorithmen für Planare Graphen Übung am

Algorithmen für Planare Graphen Übung am Algorithmen für Planare Graphen Übung am 02.05.2017 INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität es Lanes Baen-Württemberg un Algorithmen nationales Forschungszentrum

Mehr

Lineare Programmierung

Lineare 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

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

Effizienter Planaritätstest Vorlesung am

Effizienter Planaritätstest Vorlesung am Effizienter Planaritätstest Vorlesung am 23.04.2014 INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER Satz Gegebenen einen Graphen G = (V, E) mit n Kanten und m Knoten, kann in O(n + m) Zeit

Mehr

Geradenarrangements und Dualität von Punkten und Geraden

Geradenarrangements 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

Mehr

Geradenarrangements und Dualität von Punkten und Geraden

Geradenarrangements 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

Mehr

Geradenarrangements und Dualität von Punkten und Geraden

Geradenarrangements und Dualität von Punkten und Geraden Vorlesung Algorithmische Geometrie von Punkten und Geraden INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 17.06.2014 1 Dualitätsabbildung Bisher haben wir Dualität für planare

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

Algorithmen II Vorlesung am

Algorithmen II Vorlesung am Algorithmen II Vorlesung m 29.11.2012 Algorithmishe Geometrie: Shnitte von Streken Sweep-Line INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Lndes Bden-Württemberg und

Mehr

Einführung & Konvexe Hülle

Einführung & Konvexe Hülle Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 12.04.2011 AlgoGeom-Team Dozent Martin Nöllenburg noellenburg@kit.edu

Mehr

Klausur. 18. Juli 2008, 10:15-12:15 Uhr. Name:... Matrikelnummer:... Anzahl beschriebener Blätter (ohne Aufgabenblatt):... D(p) : Y = p x X + p y

Klausur. 18. Juli 2008, 10:15-12:15 Uhr. Name:... Matrikelnummer:... Anzahl beschriebener Blätter (ohne Aufgabenblatt):... D(p) : Y = p x X + p y GRUNDZÜGE DER ALGORITHMISCHEN GEOMETRIE Klausur 18. Juli 2008, 10:15-12:15 Uhr Name:................................... Matrikelnummer:................................... Anzahl beschriebener Blätter (ohne

Mehr

Algorithmen für Planare Graphen

Algorithmen für Planare Graphen Algorithmen für Planare Graphen 12. Juni 2018, Übung 4 Lars Gottesbüren, Michael Hamann INSTITUT FÜR THEORETISCHE INFORMATIK KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft www.kit.edu Prüfungstermine

Mehr

Bereichsabfragen II. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie

Bereichsabfragen 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

Mehr

Bereichsabfragen II. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK

Bereichsabfragen II. 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 20.05.2014 Objekttypen in Bereichsabfragen y0 y0 y x x0 Bisher betrachteter Fall Eingabe:

Mehr

Algorithmen II Vorlesung am

Algorithmen II Vorlesung am Algorithmen II Vorlesung am 07..0 Minimale Schnitte in Graphen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales Forschungszentrum

Mehr

Einführung & Konvexe Hülle

Einführung & Konvexe Hülle Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 17.04.2012 AlgoGeom-Team Dozent Martin Nöllenburg noellenburg@kit.edu

Mehr

Bereichsabfragen II. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie

Bereichsabfragen 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

Mehr

Einführung & Konvexe Hülle

Einführung & Konvexe Hülle Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 17.04.2012 AlgoGeom-Team Dozent Martin Nöllenburg noellenburg@kit.edu

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

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

Dualität + Quad-trees

Dualität + 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

Übung Theoretische Grundlagen

Übung Theoretische Grundlagen Übung Theoretische Grundlagen Komplexitätstheorie Nico Döttling 8. Januar 2010 INSTITUT FÜR KRYPTOGRAPHIE UND SICHERHEIT KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in

Mehr

3. Übung zur Vorlesung Planare Graphen

3. Übung zur Vorlesung Planare Graphen 3. Übung zur Vorlesung Planare Graphen Übung 20. Mai 14 Andreas Gemsa INSTITUTE OF THEORETICAL INFORMATICS PROF. DR. DOROTHEA WAGNER KIT University of the State of Baden-Wuerttemberg and National Laboratory

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

Punktlokalisierung. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie

Punktlokalisierung. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 24.05.2011 Motivation Gegeben eine Position p = (p x, p y )

Mehr

8. Übung Algorithmen I

8. 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 Grundlagen

Mehr

Algorithmische Methoden zur Netzwerkanalyse

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

Mehr

Algorithmen I - Tutorium 28 Nr. 3

Algorithmen I - Tutorium 28 Nr. 3 Algorithmen I - Tutorium 28 Nr. 3 18.05.2016: Spaß mit Listen, Arrays und amortisierter Analyse Marc Leinweber marc.leinweber@student.kit.edu INSTITUT FÜR THEORETISCHE INFORMATIK (ITI), PROF. DR. JÖRN

Mehr

Algorithmen II Vorlesung am

Algorithmen II Vorlesung am Algorithmen II Vorlesung am 17.01.013 Parametrisierte Algorithmen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales

Mehr

Einführung & Konvexe Hülle

Einführung & Konvexe Hülle Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 14.04.2014 AlgoGeom-Team Dozent Martin Nöllenburg noellenburg@kit.edu Raum 319 Sprechzeiten:

Mehr

Vorlesung Algorithmische Geometrie Konvexe Hülle in R 3

Vorlesung Algorithmische Geometrie Konvexe Hülle in R 3 Vorlesung Algorithmische Geometrie Konvexe Hülle in R 3 INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 15.07.2014 1 Wdh: Konvexe Hülle in R 2 (VL1) Def: Eine Menge S R 2

Mehr

Was bisher geschah. 1. Zerlegung in monotone Polygone 2. Triangulierung der monotonen Teilpolygone

Was 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

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

Vorlesung Algorithmische Geometrie. Streckenschnitte. Martin Nöllenburg INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK

Vorlesung Algorithmische Geometrie. Streckenschnitte. Martin Nöllenburg INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 22.04.2014 Überlagern von Kartenebenen Beispiel: Gegeben zwei verschiedene Kartenebenen,

Mehr

Polygontriangulierung

Polygontriangulierung Übung Algorithmische Geometrie Polygontriangulierung LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Benjamin Niedermann 07.05.204 Ablauf Vergabe der Projekte Übungsblatt

Mehr

Flussmethoden: orthogonales Graphenzeichnen

Flussmethoden: orthogonales Graphenzeichnen Algorithmen zur Visualisierung von Graphen INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Tamara Mchedlidze Martin Nöllenburg 04.2.203 Orthogonale Gitterzeichnungen 2 Orthogonale Gitterzeichnungen

Mehr

Grundbegriffe der Informatik Tutorium 8

Grundbegriffe der Informatik Tutorium 8 Grundbegriffe der Informatik Tutorium 8 Tutorium Nr. 16 Philipp Oppermann 22. Dezember 2014 KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum

Mehr

2.7.1 Inside-Test Konvexe Hülle Nachbarschaften Schnittprobleme

2.7.1 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

Mehr

Übungsblatt 7 - Voronoi Diagramme

Übungsblatt 7 - Voronoi Diagramme Karlsruher Institut für Technologie Algorithmische Geometrie Fakultät für Informatik Sommersemester 2012 ITI Wagner Martin Nöllenburg/Andreas Gemsa Übungsblatt 7 - Voronoi Diagramme 1 Voronoi-Zellen Sei

Mehr

Algorithmentechnik - U bung 7 8. Sitzung Tanja Hartmann 04. Februar 2010

Algorithmentechnik - U bung 7 8. Sitzung Tanja Hartmann 04. Februar 2010 Algorithmentechnik - U bung 7 8. Sitzung Tanja Hartmann 04. Februar 2010 I NSTITUT F U R T HEORETISCHE I NFORMATIK, P ROF. D R. D OROTHEA WAGNER KIT Universita t des Landes Baden-Wu rttemberg und nationales

Mehr

Algorithmische Geometrie: Voronoi Diagramme (Teil 2)

Algorithmische Geometrie: Voronoi Diagramme (Teil 2) Algorithmische Geometrie: Voronoi Diagramme (Teil 2) Nico Düvelmeyer WS 2009/2010, 12.1.2010 Überblick 1 Definition und grundlegende Eigenschaften (Wied.) 2 Bestimmung des Voronoi Diagramms Gleitebenenverfahren

Mehr

Polygontriangulierung

Polygontriangulierung Vorlesung Algorithmische Geometrie Polygone triangulieren LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 26.04.2011 Das Kunstgalerie-Problem

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 16 Programm: Einführung

Mehr

Quad-trees. Benjamin Niedermann Übung Algorithmische Geometrie

Quad-trees. Benjamin Niedermann Übung Algorithmische Geometrie Übung Algorithmische Geometrie Quad-trees LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Benjamin Niedermann 02.07.2014 Übersicht Übungsblatt 11 - Quadtrees Motivation:

Mehr

9. Übung Algorithmen I

9. 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 Musterlösung

Mehr

Lösungen zu Kapitel 5

Lösungen zu Kapitel 5 Lösungen zu Kapitel 5 Lösung zu Aufgabe : (a) Es gibt derartige Graphen: (b) Offensichtlich besitzen 0 der Graphen einen solchen Teilgraphen. Lösung zu Aufgabe : Es sei G = (V, E) zusammenhängend und V

Mehr

Algorithmen zur Visualisierung von Graphen

Algorithmen zur Visualisierung von Graphen Algorithmen zur Visualisierung von Graphen Flussmethoden Knickminimierung in orthogonalen Layouts Vorlesung im Sommersemester 2009 Martin Nöllenburg.05.2009 Lehrstuhl für Algorithmik nstitut für Theoretische

Mehr

Klausur Algorithmen und Datenstrukturen II 29. Juli 2013

Klausur Algorithmen und Datenstrukturen II 29. Juli 2013 Technische Universität Braunschweig Sommersemester 2013 Institut für Betriebssysteme und Rechnerverbund Abteilung Algorithmik Prof. Dr. Sándor P. Fekete Stephan Friedrichs Klausur Algorithmen und Datenstrukturen

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

Bereichsabfragen. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie

Bereichsabfragen. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 17.05.2011 Geometrie in Datenbanken In einer Personaldatenbank

Mehr

Algorithmen I - Tutorium 28 Nr. 6

Algorithmen I - Tutorium 28 Nr. 6 Algorithmen I - Tutorium 28 Nr. 6 08.06.2017: Spaß mit Sortieren, Aufgaben und Wiederholung Marc Leinweber marc.leinweber@student.kit.edu INSTITUT FÜR THEORETISCHE INFORMATIK (ITI), PROF. DR. JÖRN MÜLLER-QUADE

Mehr

Algorithmen zur Visualisierung von Graphen

Algorithmen zur Visualisierung von Graphen Algorithmen zur Visualisierung von Graphen Kombinatorische Optimierung mittels Flussmethoden II Vorlesung im Wintersemester 2011/2012 10.11.2011 Orthogonale Zeichnungen II letztes Mal: Satz G Maxgrad-4-Graph

Mehr

Datenstrukturen & Algorithmen Lösungen zu Blatt 11 FS 14

Datenstrukturen & 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

Mehr

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Theoretische Grundlagen der Informatik Vorlesung am 01. Dezember 2011 INSTITUT FÜR THEORETISCHE 0 KIT 01.12.2011 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der

Mehr

Delaunay-Triangulierungen

Delaunay-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

Mehr

Algorithmen zur Visualisierung von Graphen

Algorithmen zur Visualisierung von Graphen Gitterlayouts fu r planare Graphen I NSTITUT F U R T HEORETISCHE I NFORMATIK L EHRSTUHL A LGORITHMIK I M ARCUS K RUG KIT Universita t des Landes Baden-Wu rttemberg und nationales Forschungszentrum in der

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

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

Einführung & Konvexe Hülle

Einführung & Konvexe Hülle Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 14.04.2014 AlgoGeom-Team Dozent Martin Nöllenburg noellenburg@kit.edu Raum 319 Sprechzeiten:

Mehr

9. Übung Algorithmen I

9. Übung Algorithmen I Timo Bingmann, Christian Schulz INSTITUT FÜR THEORETISCHE INFORMATIK, PROF. SANDERS 1 KIT Timo Universität Bingmann, des LandesChristian Baden-Württemberg Schulz und nationales Forschungszentrum in der

Mehr

Algorithmische Geometrie, SoSe 2005 Skriptmitschrift vom 29. April 2005

Algorithmische Geometrie, SoSe 2005 Skriptmitschrift vom 29. April 2005 Algorithmische Geometrie, SoSe 2005 Skriptmitschrift vom 29. April 2005 Antonia Wittmers Igor Savchenko Konvexe Hüllen Inkrementeller Algorithmus für die konvexe Hülle Dabei heißt inkrementeller Algorithmus,

Mehr

Algorithmen I - Tutorium 28 Nr. 1

Algorithmen I - Tutorium 28 Nr. 1 Algorithmen I - Tutorium 28 Nr. 1 04.05.2017: Spaß mit O-Kalkül, Schleifeninvarianten, Laufzeit Marc Leinweber marc.leinweber@student.kit.edu INSTITUT FÜR THEORETISCHE INFORMATIK (ITI), PROF. DR. JÖRN

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

Punktlokalisierung. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK

Punktlokalisierung. 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

Mehr

Datenstrukturen und Algorithmen (SS 2013)

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

Mehr

Übung 13 Algorithmen II

Übung 13 Algorithmen II Michael Axtmann michael.axtmann@kit.edu http://algo2.iti.kit.edu/algorithmenii_ws16.php - 0 Axtmann: KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft

Mehr

Algorithmen und Datenstrukturen, FS17 Prof Dr Christian Tschudin

Algorithmen und Datenstrukturen, FS17 Prof Dr Christian Tschudin Departement Mathematik und Informatik Algorithmen und Datenstrukturen, FS17 Prof Dr Christian Tschudin 12. April 2017 Union-Find Datenstruktur Graphen I Robert E. Tarjan Algorithmen und Datenstrukturen,

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

Planare Graphen. Ein Graph heißt planar, wenn er sich so in die Ebene einzeichnen lässt, dass sich die Kanten nicht schneiden.

Planare Graphen. Ein Graph heißt planar, wenn er sich so in die Ebene einzeichnen lässt, dass sich die Kanten nicht schneiden. Planare Graphen Bei der Betrachtung des K 3,3 ergab sich die Frage, ob man diesen Graph so in die Ebene einzeichnen kann, dass sich die Kanten nicht schneiden. Das motiviert folgende Definition: Ein Graph

Mehr

Übung zur Vorlesung Diskrete Mathematik (MAT.107) Blatt Beispiellösungen Abgabefrist:

Übung zur Vorlesung Diskrete Mathematik (MAT.107) Blatt Beispiellösungen Abgabefrist: Svenja Hüning, Michael Kerber, Hannah Schreiber WS 2016/2017 Übung zur Vorlesung Diskrete Mathematik (MAT.107) Blatt Beispiellösungen Abgabefrist: Hinweise: Dieses Blatt präsentiert Beispiellösungen zu

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

Voronoi-Diagramme und Delaunay-Triangulierungen

Voronoi-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:

Mehr

Relationen und Graphentheorie

Relationen und Graphentheorie Seite Graphentheorie- Relationen und Graphentheorie Grundbegriffe. Relationen- und Graphentheorie gehören zu den wichtigsten Hilfsmitteln der Informatik, die aus der diskretenmathematik stammen. Ein Graph

Mehr

Distanzprobleme in der Ebene

Distanzprobleme 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

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

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

2. Übung Algorithmen I

2. Übung Algorithmen I Timo Bingmann, Christian Schulz INSTITUT FÜR THEORETISCHE INFORMATIK, PROF. SANDERS 1 KIT Timo Universität Bingmann, des LandesChristian Baden-Württemberg Schulz und nationales Forschungszentrum in der

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

Algorithmen II Vorlesung am

Algorithmen II Vorlesung am Algorithmen II Vorlesung am..03 Randomisierte Algorithmen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales Forschungszentrum

Mehr

Graphenalgorithmen und lineare Algebra Hand in Hand Prof. Dr. Henning Meyerhenke

Graphenalgorithmen und lineare Algebra Hand in Hand Prof. Dr. Henning Meyerhenke Graphenalgorithmen und lineare Algebra Hand in Hand Prof. Dr. Henning Meyerhenke Institut für Theoretische Informatik 1 KIT Henning Universität desmeyerhenke, Landes Baden-Württemberg Institutund für Theoretische

Mehr

Algorithmische Geometrie: Delaunay Triangulierung (Teil 1)

Algorithmische Geometrie: Delaunay Triangulierung (Teil 1) Algorithmische Geometrie: Delaunay Triangulierung (Teil 1) Nico Düvelmeyer WS 2009/2010, 26.1.2010 Überblick 1 Motivation Interpolation von Höhendaten 2 Triangulierungen von ebenen Punktmengen 3 Delaunay

Mehr

Punktbeschriftung in Landkarten

Punktbeschriftung in Landkarten Vorlesung Algorithmische Kartografie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 07.05.2013 Klassische Kartenbeschriftung Poor, sloppy, amateurisch

Mehr

Algorithmen und Datenstrukturen. Organisatorisches. Christian Komusiewicz Ernst-Abbe-Platz 2, R3315

Algorithmen und Datenstrukturen. Organisatorisches. Christian Komusiewicz Ernst-Abbe-Platz 2, R3315 Algorithmen und Datenstrukturen Christian Komusiewicz Ernst-Abbe-Platz 2, R3315 christian.komusiewicz@uni-jena.de Friedrich-Schiller-Universität Jena Institut für Informatik http://users.fmi.uni-jena.de/

Mehr

Theoretische Grundlagen der Informatik. Vorlesung am 02. November INSTITUT FÜR THEORETISCHE INFORMATIK

Theoretische Grundlagen der Informatik. Vorlesung am 02. November INSTITUT FÜR THEORETISCHE INFORMATIK Theoretische Grundlagen der Informatik Vorlesung am 2. November 27 2..27 Dorothea Wagner - Theoretische Grundlagen der Informatik KIT Die Forschungsuniversität in der Vorlesung am 2. November 27 Helmholtz-Gemeinschaft

Mehr

Algorithmische Graphentheorie

Algorithmische Graphentheorie Dr. Joachim Spoerhase und Prof. Dr. Alexander Wolff Lehrstuhl für Informatik I Algorithmische Graphentheorie Sommersemester 2014 10. Vorlesung Planaritätstest Planaritätstest Satz. [Hopcroft & Tarjan,

Mehr

Algorithmen und Datenstrukturen Wintersemester 2018/2019 Übung#5, Christian Rieck, Arne Schmidt

Algorithmen und Datenstrukturen Wintersemester 2018/2019 Übung#5, Christian Rieck, Arne Schmidt Institute of Operating Systems and Computer Networks Algorithms Group Algorithmen und Datenstrukturen Wintersemester 208/209 Übung#5, 3.2.208 Christian Rieck, Arne Schmidt Konvexe Hülle Konvexe Hülle:

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

Algorithmische Geometrie: Delaunay Triangulierung (Teil 2)

Algorithmische Geometrie: Delaunay Triangulierung (Teil 2) Algorithmische Geometrie: Delaunay Triangulierung (Teil 2) Nico Düvelmeyer WS 2009/2010, 2.2.2010 Überblick 1 Delaunay Triangulierungen 2 Berechnung der Delaunay Triangulierung Randomisiert inkrementeller

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

Algorithmen II Vorlesung am

Algorithmen II Vorlesung am Algorithmen II Vorlesung am 22.10.2013 INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales Forschungszentrum II Wintersemester

Mehr

Kapitel 9 Algorithm. Geometrie. Kürzeste Abstände Konvexe Hülle

Kapitel 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

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

Hallo Welt! für Fortgeschrittene. Geometrie I. Philipp Erhardt. 19. Juli Philipp Erhardt Geometrie I 19. Juli / 27

Hallo Welt! für Fortgeschrittene. Geometrie I. Philipp Erhardt. 19. Juli Philipp Erhardt Geometrie I 19. Juli / 27 Hallo Welt! für Fortgeschrittene Geometrie I Philipp Erhardt 19. Juli 2011 Philipp Erhardt Geometrie I 19. Juli 2011 1 / 27 Gliederung 1 Grundlagen 2 CCW 3 Punkt-in-Polygon 4 Pick s Theorem 5 Konvexe Hülle

Mehr

Freie Bäume und Wälder

Freie 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

Mehr