Polygontriangulierung
|
|
- Reiner Salzmann
- vor 5 Jahren
- Abrufe
Transkript
1 Übung Algorithmische Geometrie Polygontriangulierung LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Benjamin Niedermann
2 Ablauf Vergabe der Projekte Übungsblatt 3
3 Projekte Ziel: Visualisierung von in der Vorlesung vorgestellten Algorithmen tiefes eigenes Verständnis & Lernmaterial für Kommilitonen.
4 Projekte Ziel: Visualisierung von in der Vorlesung vorgestellten Algorithmen tiefes eigenes Verständnis & Lernmaterial für Kommilitonen. Ablauf: Jedes Team (Größe 2) bearbeitet ein eigenes Thema.
5 Projekte Ziel: Visualisierung von in der Vorlesung vorgestellten Algorithmen tiefes eigenes Verständnis & Lernmaterial für Kommilitonen. Ablauf: Jedes Team (Größe 2) bearbeitet ein eigenes Thema. Anforderungen an Implementierung: Ablauf der Algorithmen soll visualisiert werden, z.b. schrittweise Benutzer soll Eingabe über graphische Oberfläche machen können. Interaktion mit Benutzer, z.b. schrittweises vor und zurück. Benutzer soll bereits vorhandene Beispieleingaben laden können. Bedienungsanleitung soll in Programm enthalten sein.
6 Projekte Ziel: Visualisierung von in der Vorlesung vorgestellten Algorithmen tiefes eigenes Verständnis & Lernmaterial für Kommilitonen. Ablauf: Jedes Team (Größe 2) bearbeitet ein eigenes Thema. Anforderungen an Implementierung: Ablauf der Algorithmen soll visualisiert werden, z.b. schrittweise Benutzer soll Eingabe über graphische Oberfläche machen können. Interaktion mit Benutzer, z.b. schrittweises vor und zurück. Benutzer soll bereits vorhandene Beispieleingaben laden können. Bedienungsanleitung soll in Programm enthalten sein. Programmiersprache: Java (empfohlen) geeignete andere Sprachen sind auch erlaubt.
7 Projekte Ziel: Visualisierung von in der Vorlesung vorgestellten Algorithmen tiefes eigenes Verständnis & Lernmaterial für Kommilitonen. Ablauf: Jedes Team (Größe 2) bearbeitet ein eigenes Thema. Anforderungen an Implementierung: Ablauf der Algorithmen soll visualisiert werden, z.b. schrittweise Benutzer soll Eingabe über graphische Oberfläche machen können. Interaktion mit Benutzer, z.b. schrittweises vor und zurück. Benutzer soll bereits vorhandene Beispieleingaben laden können. Bedienungsanleitung soll in Programm enthalten sein. Programmiersprache: Java (empfohlen) geeignete andere Sprachen sind auch erlaubt. Anforderungen an Abgabe: Abgabe enthält plattformunabhängige ausführbare Datei, z.b. jar-datei gerne auch direkt im Browser ausführbar, z.b. als Java-Applet
8 Projekte Ziel: Visualisierung von in der Vorlesung vorgestellten Algorithmen tiefes eigenes Verständnis & Lernmaterial für Kommilitonen. Ablauf: Jedes Team (Größe 2) bearbeitet ein eigenes Thema. Anforderungen an Implementierung: Ablauf der Algorithmen soll visualisiert werden, z.b. schrittweise Benutzer soll Eingabe über graphische Oberfläche machen können. Interaktion mit Benutzer, z.b. schrittweises vor und zurück. Wichtig: Benutzer soll bereits vorhandene Beispieleingaben laden können. Programm Bedienungsanleitung soll leicht soll auszuführen in Programmund enthalten zu bedienen sein. sein! Programmiersprache: Java (empfohlen) geeignete andere Sprachen sind auch erlaubt. Anforderungen an Abgabe: Abgabe enthält plattformunabhängige ausführbare Datei, z.b. jar-datei gerne auch direkt im Browser ausführbar, z.b. als Java-Applet
9 Projekte Zeitlicher Ablauf Vergabe der Themen Treffen mit Betreuer bis zum Konzepte & Umsetzung 2. Treffen mit Betreuer bis zum Letzte Details, Programm ist fast fertig Abgabe der Programme am Mai Juni Vorstellung der Programme in den Übungen. Juli 6.07
10 Themen Thema Konvexe Hülle Chans Algorithmus Thema 2 Einfaches Polygon y-monotones Polygon Thema 3 y-monotones Polygon Triangulierung
11 Themen Thema 4 Lin. Prog. Schnitt von konvexen Regionen l C C 2 c h 6 h 5 h 4 h 3 h h 2 v 2 v 3 v 4 v 5 v 6 Thema 5 Lin. Prog. Inkrementeller Ansatz l 5 l l 7 Thema 6 Bereichsanfrage kd-tree p l 2 l 8 4 p p 2 p 5 p 3 p 9 p 7 l 9 p0 p 6 p 8 l 3 p 3 p 4 p 5 p 8 p 9 p 0 l 4 l 6 p p 2 p 6 p 7
12 Themen Thema 7 Bereichsanfrage Range-Tree T x v P (v) T y (v) P (v) r p q l r Thema 8 Dualität Kleinstes Dreieck Thema 9 Dualität Ham-Sandwich-Theorem
13 Themen Thema 0 Well-Separated Pair Decomposition s t Thema Sichtbarkeitsgraph
14 Ablauf Vergabe der Projekte Übungsblatt 3
15 Das Kunstgalerie-Problem Aufgabe: Installiere ein Kamerasystem zur Überwachung einer Kunstgalerie, so dass jede Stelle der Galerie gesehen wird.
16 Das Kunstgalerie-Problem Aufgabe: Installiere ein Kamerasystem zur Überwachung einer Kunstgalerie, so dass jede Stelle der Galerie gesehen wird. P Annahme: Beobachtung: Definition: Ziel: Galerie ist ein einfaches Polygon P mit n Ecken (keine Schnitte, keine Löcher) jede Kamera sieht sternförmiges Gebiet Punkt p P ist sichtbar von c P wenn cp P Nutze möglichst wenige Kameras! NP-schwer! Anzahl hängt von der Komplexität n und der Form von P ab
17 Vereinfachung des Problems Beobachtung: Dreiecke sind leicht zu überwachen Idee: zerlege P in Dreiecke und überwache die Dreiecke Satz : Jedes einfache Polygon mit n Ecken besitzt eine Triangulierung; jede Triangulierung besteht aus n 2 Dreiecken. P lässt sich mit n 2 Kameras in den Dreiecken überwachen P lässt sich mit n/2 Kameras auf den Diagonalen überwachen P lässt sich mit noch weniger Kameras auf den Ecken überwachen
18 Das Art-Gallery-Theorem [Chvátal 75] Satz 2:Für ein einfaches Polygon P mit n Ecken sind manchmal n/3 Kameras nötig, aber immer ausreichend um P zu überwachen. Beweis: Finde einfaches Polygon für beliebiges n, das n/3 Kameras braucht! Teil 2 an der Tafel. Fazit: Hat man eine Triangulierung, lassen sich n/3 Kameras in O(n) Zeit platzieren.
19 Aufgabe 3 P sei Polygon. Kameras sind so platziert, dass der vollständige Rand von P abgedeckt wird. Wird automatisch auch das Innere vollständig abgedeckt?
20 Aufgabe 3 P sei Polygon. Kameras sind so platziert, dass der vollständige Rand von P abgedeckt wird. Wird automatisch auch das Innere vollständig abgedeckt?
21 Aufgabe 3 P sei Polygon. Kameras sind so platziert, dass der vollständige Rand von P abgedeckt wird. Wird automatisch auch das Innere vollständig abgedeckt?
22 Aufgabe 3 P sei Polygon. Kameras sind so platziert, dass der vollständige Rand von P abgedeckt wird. Wird automatisch auch das Innere vollständig abgedeckt?
23 Aufgabe 3 P sei Polygon. Kameras sind so platziert, dass der vollständige Rand von P abgedeckt wird. Wird automatisch auch das Innere vollständig abgedeckt?
24 Aufgabe 3 P sei Polygon. Kameras sind so platziert, dass der vollständige Rand von P abgedeckt wird. Wird automatisch auch das Innere vollständig abgedeckt?
25 Aufgabe 3 P sei Polygon. Kameras sind so platziert, dass der vollständige Rand von P abgedeckt wird. Wird automatisch auch das Innere vollständig abgedeckt?
26 Aufgabe 3 P sei Polygon. Kameras sind so platziert, dass der vollständige Rand von P abgedeckt wird. Wird automatisch auch das Innere vollständig abgedeckt?
27 Aufgabe 3 P sei Polygon. Kameras sind so platziert, dass der vollständige Rand von P abgedeckt wird. Wird automatisch auch das Innere vollständig abgedeckt?
28 Aufgabe 3 P sei Polygon. Kameras sind so platziert, dass der vollständige Rand von P abgedeckt wird. Wird automatisch auch das Innere vollständig abgedeckt?
29 Aufgabe 3 P sei Polygon. Kameras sind so platziert, dass der vollständige Rand von P abgedeckt wird. Wird automatisch auch das Innere vollständig abgedeckt?
30 Aufgabe 4 Gegeben: Polygon P mit n Knoten. Gesucht: O(n log n)-algorithmus, der P in zwei einfache Polygone auftrennt, sodass jedes höchstens 2n/3 + 2 Knoten besitzt. Hinweis: Triangulieren Sie das Eingabe-Polygon und verwenden Sie dann den Dualgraphen dieser Triangulierung.
31 Aufgabe 4 Lösung Initialisierung: Alle Knoten u V erhalten Gewicht w(u) =. solange True tue Sei u Blatt von T solange u hat Grad tue wenn n 2n/3 + 2 w(u) 2n/3 + 2 dann return Teilbaum von u indzuiert ges. Partitionierung. w(parent(u)) w(parent(u)) + w(u) Lösche u aus T u parent(u) n = 9 n 2n/3 + 2 = 5 2n/3 + 2 = 4 Annahme: Baum hat Wurzel mit Grad >= 2. Kanten sind zur Wurzel gerichtet.
32 Aufgabe 4 Lösung Initialisierung: Alle Knoten u V erhalten Gewicht w(u) =. solange True tue Sei u Blatt von T solange u hat Grad tue wenn n 2n/3 + 2 w(u) 2n/3 + 2 dann return Teilbaum von u indzuiert ges. Partitionierung. w(parent(u)) w(parent(u)) + w(u) Lösche u aus T u parent(u) n = 9 n 2n/3 + 2 = 5 2n/3 + 2 = 4 Annahme: Baum hat Wurzel mit Grad >= 2. Kanten sind zur Wurzel gerichtet.
33 Aufgabe 4 Lösung Initialisierung: Alle Knoten u V erhalten Gewicht w(u) =. solange True tue Sei u Blatt von T solange u hat Grad tue wenn n 2n/3 + 2 w(u) 2n/3 + 2 dann return Teilbaum von u indzuiert ges. Partitionierung. w(parent(u)) w(parent(u)) + w(u) Lösche u aus T u parent(u) n = 9 n 2n/3 + 2 = 5 2n/3 + 2 = 4 Annahme: Baum hat Wurzel mit Grad >= 2. Kanten sind zur Wurzel gerichtet. 2
34 Aufgabe 4 Lösung Initialisierung: Alle Knoten u V erhalten Gewicht w(u) =. solange True tue Sei u Blatt von T solange u hat Grad tue wenn n 2n/3 + 2 w(u) 2n/3 + 2 dann return Teilbaum von u indzuiert ges. Partitionierung. w(parent(u)) w(parent(u)) + w(u) Lösche u aus T u parent(u) n = 9 n 2n/3 + 2 = 5 2n/3 + 2 = 4 Annahme: Baum hat Wurzel mit Grad >= 2. Kanten sind zur Wurzel gerichtet. 3 2
35 Aufgabe 4 Lösung Initialisierung: Alle Knoten u V erhalten Gewicht w(u) =. solange True tue Sei u Blatt von T solange u hat Grad tue wenn n 2n/3 + 2 w(u) 2n/3 + 2 dann return Teilbaum von u indzuiert ges. Partitionierung. w(parent(u)) w(parent(u)) + w(u) Lösche u aus T u parent(u) n = 9 n 2n/3 + 2 = 5 2n/3 + 2 = 4 Annahme: Baum hat Wurzel mit Grad >= 2. Kanten sind zur Wurzel gerichtet
36 Aufgabe 4 Lösung Initialisierung: Alle Knoten u V erhalten Gewicht w(u) =. solange True tue Sei u Blatt von T solange u hat Grad tue wenn n 2n/3 + 2 w(u) 2n/3 + 2 dann return Teilbaum von u indzuiert ges. Partitionierung. w(parent(u)) w(parent(u)) + w(u) Lösche u aus T u parent(u) n = 9 n 2n/3 + 2 = 5 2n/3 + 2 = 4 Annahme: Baum hat Wurzel mit Grad >= 2. Kanten sind zur Wurzel gerichtet
37 Aufgabe 4 Lösung Initialisierung: Alle Knoten u V erhalten Gewicht w(u) =. solange True tue Sei u Blatt von T solange u hat Grad tue wenn n 2n/3 + 2 w(u) 2n/3 + 2 dann return Teilbaum von u indzuiert ges. Partitionierung. w(parent(u)) w(parent(u)) + w(u) Lösche u aus T u parent(u) n = 9 n 2n/3 + 2 = 5 2n/3 + 2 = 4 Annahme: Baum hat Wurzel mit Grad >= 2. Kanten sind zur Wurzel gerichtet
38 Aufgabe 4 Lösung Initialisierung: Alle Knoten u V erhalten Gewicht w(u) =. solange True tue Sei u Blatt von T solange u hat Grad tue wenn n 2n/3 + 2 w(u) 2n/3 + 2 dann return Teilbaum von u indzuiert ges. Partitionierung. w(parent(u)) w(parent(u)) + w(u) Lösche u aus T u parent(u) n = 9 n 2n/3 + 2 = 5 2n/3 + 2 = 4 Annahme: Baum hat Wurzel mit Grad >= 2. Kanten sind zur Wurzel gerichtet
39 Aufgabe 4 Lösung Initialisierung: Alle Knoten u V erhalten Gewicht w(u) =. solange True tue Sei u Blatt von T solange u hat Grad tue wenn n 2n/3 + 2 w(u) 2n/3 + 2 dann return Teilbaum von u indzuiert ges. Partitionierung. w(parent(u)) w(parent(u)) + w(u) Lösche u aus T u parent(u) n = 9 n 2n/3 + 2 = 5 2n/3 + 2 = 4 Annahme: Baum hat Wurzel mit Grad >= 2. Kanten sind zur Wurzel gerichtet
40 Aufgabe 4 Lösung Initialisierung: Alle Knoten u V erhalten Gewicht w(u) =. solange True tue Sei u Blatt von T solange u hat Grad tue wenn n 2n/3 + 2 w(u) 2n/3 + 2 dann return Teilbaum von u indzuiert ges. Partitionierung. w(parent(u)) w(parent(u)) + w(u) Lösche u aus T u parent(u) n = 9 n 2n/3 + 2 = 5 2n/3 + 2 = 4 Annahme: Baum hat Wurzel mit Grad >= 2. Kanten sind zur Wurzel gerichtet
41 Aufgabe 4 Lösung Initialisierung: Alle Knoten u V erhalten Gewicht w(u) =. solange True tue Sei u Blatt von T solange u hat Grad tue wenn n 2n/3 + 2 w(u) 2n/3 + 2 dann return Teilbaum von u indzuiert ges. Partitionierung. w(parent(u)) w(parent(u)) + w(u) Lösche u aus T u parent(u) n = 9 n 2n/3 + 2 = 5 2n/3 + 2 = 4 Annahme: Baum hat Wurzel mit Grad >= 2. Kanten sind zur Wurzel gerichtet
42 Triangulierung: Überblick Zweistufiges Verfahren: Schritt : Zerlege P in y-monotone Teilpolygone Definition: Ein Polygon P ist y-monoton, falls der Schnitt l P für jede horizontale Gerade l zusammenhängend ist. l Schritt 2: Trianguliere y-monotone Teilpolygone
43 Zerlegen in y-monotone Teile Idee: Unterscheide fünf verschiedene Knotenarten
44 Zerlegen in y-monotone Teile Idee: Unterscheide fünf verschiedene Knotenarten Wendeknoten: reguläre Knoten
45 Zerlegen in y-monotone Teile Idee: Unterscheide fünf verschiedene Knotenarten Wendeknoten: vertikale Laufrichtung wechselt reguläre Knoten
46 Zerlegen in y-monotone Teile Idee: Unterscheide fünf verschiedene Knotenarten Wendeknoten: vertikale Laufrichtung wechselt Startknoten α falls α < 80 reguläre Knoten
47 Zerlegen in y-monotone Teile Idee: Unterscheide fünf verschiedene Knotenarten Wendeknoten: vertikale Laufrichtung wechselt Startknoten α falls α < 80 Splitknoten β falls β > 80 reguläre Knoten
48 Zerlegen in y-monotone Teile Idee: Unterscheide fünf verschiedene Knotenarten Wendeknoten: vertikale Laufrichtung wechselt Startknoten α falls α < 80 Splitknoten β falls β > 80 Endknoten γ falls γ < 80 reguläre Knoten
49 Zerlegen in y-monotone Teile Idee: Unterscheide fünf verschiedene Knotenarten Wendeknoten: vertikale Laufrichtung wechselt Startknoten α falls α < 80 Splitknoten β falls β > 80 Endknoten γ falls γ < 80 Mergeknoten δ falls δ > 80 reguläre Knoten
50 Zerlegen in y-monotone Teile Idee: Unterscheide fünf verschiedene Knotenarten Wendeknoten: vertikale Laufrichtung wechselt Startknoten α falls α < 80 Splitknoten β falls β > 80 Endknoten γ falls γ < 80 Mergeknoten δ falls δ > 80 reguläre Knoten
51 Charakterisierung Lemma : Ein Polygon ist y-monoton, wenn es keine Splitoder Mergeknoten besitzt. an der Tafel Wir müssen alle Split- und Mergeknoten durch Einfügen von Diagonalen entfernen
52 Charakterisierung Lemma : Ein Polygon ist y-monoton, wenn es keine Splitoder Mergeknoten besitzt. an der Tafel Wir müssen alle Split- und Mergeknoten durch Einfügen von Diagonalen entfernen Vorsicht: Diagonalen dürfen weder Kanten von P noch andere Diagonalen schneiden
53 In Richtung Sweep-Line-Algorithmus ) Diagonalen für Splitknoten v
54 In Richtung Sweep-Line-Algorithmus ) Diagonalen für Splitknoten betrachte für jeden Knoten v linke Nachbarkante left(v) bzgl. horizontaler sweep line l left(v) v
55 In Richtung Sweep-Line-Algorithmus ) Diagonalen für Splitknoten betrachte für jeden Knoten v linke Nachbarkante left(v) bzgl. horizontaler sweep line l left(v) v
56 In Richtung Sweep-Line-Algorithmus ) Diagonalen für Splitknoten betrachte für jeden Knoten v linke Nachbarkante left(v) bzgl. horizontaler sweep line l left(v) v verbinde Splitknoten v zu niedrigstem Knoten w oberhalb v mit left(w) = left(v)
57 In Richtung Sweep-Line-Algorithmus ) Diagonalen für Splitknoten betrachte für jeden Knoten v linke Nachbarkante left(v) bzgl. horizontaler sweep line l left(v) v w verbinde Splitknoten v zu niedrigstem Knoten w oberhalb v mit left(w) = left(v)
58 In Richtung Sweep-Line-Algorithmus ) Diagonalen für Splitknoten betrachte für jeden Knoten v linke Nachbarkante left(v) bzgl. horizontaler sweep line l left(v) v w verbinde Splitknoten v zu niedrigstem Knoten w oberhalb v mit left(w) = left(v)
59 In Richtung Sweep-Line-Algorithmus ) Diagonalen für Splitknoten betrachte für jeden Knoten v linke Nachbarkante left(v) bzgl. horizontaler sweep line l left(v) v w verbinde Splitknoten v zu niedrigstem Knoten w oberhalb v mit left(w) = left(v) speichere für jede Kante e den untersten Knoten w mit left(w) = e als helper(e) l e helper(e)
60 In Richtung Sweep-Line-Algorithmus ) Diagonalen für Splitknoten betrachte für jeden Knoten v linke Nachbarkante left(v) bzgl. horizontaler sweep line l left(v) verbinde Splitknoten v zu niedrigstem Knoten w oberhalb v mit left(w) = left(v) v w speichere für jede Kante e den untersten Knoten w mit left(w) = e als helper(e) trifft l auf Splitknoten v: verbinde v mit helper(left(v)) l e helper(e) v
61 In Richtung Sweep-Line-Algorithmus 2) Diagonalen für Mergeknoten erreicht man Mergeknoten v wird helper(left(v)) = v l left(v) v
62 In Richtung Sweep-Line-Algorithmus 2) Diagonalen für Mergeknoten erreicht man Mergeknoten v wird helper(left(v)) = v l v v erreicht man Splitknoten v mit left(v ) = left(v) wird Diagonale (v, v ) eingefügt
63 In Richtung Sweep-Line-Algorithmus 2) Diagonalen für Mergeknoten erreicht man Mergeknoten v wird helper(left(v)) = v l v v erreicht man Splitknoten v mit left(v ) = left(v) wird Diagonale (v, v ) eingefügt v ersetzt man helper(left(v)) durch v wird Diagonale (v, v ) eingefügt l v
64 In Richtung Sweep-Line-Algorithmus 2) Diagonalen für Mergeknoten erreicht man Mergeknoten v wird helper(left(v)) = v l v v erreicht man Splitknoten v mit left(v ) = left(v) wird Diagonale (v, v ) eingefügt v ersetzt man helper(left(v)) durch v wird Diagonale (v, v ) eingefügt l v v erreicht man das Ende v von left(v) wird Diagonale (v, v ) eingefügt v l
65 Aufgabe MakeMonotone(Polygon P ) D doppelt-verkettete Kantenliste für (V (P ), E(P )) Q priority queue für V (P ) lexikographisch sortiert T (binärer Suchbaum für Sweep-Line Status) while Q do v Q.nextVertex() e Q.deleteVertex(v) handlevertex(v) return D helper(e ) v e helper(e) handlemergevertex(vertex v) e rechte Kante if ismergevertex(helper(e)) then D füge (helper(e), v) ein lösche e aus T e Kante links von v in T if ismergevertex(helper(e )) then D füge (helper(e ), v) ein helper(e ) v
66 Aufgabe 2 MakeMonotone(Polygon P ) D doppelt-verkettete Kantenliste für (V (P ), E(P )) Q priority queue für V (P ) lexikographisch sortiert T (binärer Suchbaum für Sweep-Line Status) while Q do v Q.nextVertex() Q.deleteVertex(v) handlevertex(v) return D Annahme: P hat nur O() Wendepunkte. Aufgabe: Beschleunige Verfahren auf O(n) Zeit.
67 Aufgabe 2 MakeMonotone(Polygon P ) D doppelt-verkettete Kantenliste für (V (P ), E(P )) Q priority queue für V (P ) lexikographisch sortiert T (binärer Suchbaum für Sweep-Line Status) while Q do v Q.nextVertex() Q.deleteVertex(v) handlevertex(v) return D Annahme: P hat nur O() Wendepunkte. Aufgabe: Beschleunige Verfahren auf O(n) Zeit. Beobachtung: Erstellung von Q kostet O(n log n) Zeit. Anfragen in T kosten insgesamt O(n log n) Zeit.
68 Aufgabe 2. Schritt: Erstelle Queue Q in O(n) Zeit.
69 Aufgabe 2 L L 4 L 3. Schritt: Erstelle Queue Q in O(n) Zeit. Durchlauf P gegen den Uhrzeigersinn. Fasse aufeinanderfolgende reguläre Knoten in Liste zusammen. Beobachtung: Listen sind nach y-koordinate sortiert. O() viele Listen. L 2. Verwende Merge-Schritt von Merge-Sort auf Listen an, um eine Liste zu erhalten. 2. Füge Wendeknoten sortiert in Liste ein. O(n) Zeit, da O() viele Listen und O() viele Wendepunkte. Queue Q kann in O(n) Zeit aufgebaut werden.
70 Aufgabe 2 2. Schritt: Ersetze T. Aufgabe von T : Für Knoten v bestimme Kante left(v) direkt links von v. L 4 L L 3 L 2
71 Aufgabe 2 2. Schritt: Ersetze T. Aufgabe von T : Für Knoten v bestimme Kante left(v) direkt links von v. L 4 left(v) Idee: Berechne für jeden Knoten v die Kante left(v) vor. L l L 3 Sweep-Line: von oben nach unten. Sweep-Zustand: Kanten die Sweep-Line schneiden L 2 Event: Knoten des Polygons Bestimme Kante, die Sweep-Line direkt links von aktuellen Knoten schneidet. Sweep-Line schneidet immer nur O() viele Kanten, da O() viele Listen und O() viele Wendepunkte.
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
MehrPolygontriangulierung
Vorlesung Algorithmische Geometrie Polygone triangulieren INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 03.05.2012 Das Kunstgalerie-Problem Aufgabe: Installiere ein Kamerasystem
MehrPolygontriangulierung
Übung Algorithmische Geometrie Polygontriangulierung LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Andreas Gemsa 05.05.2011 Ablauf Besprechung ÜB3 Korrektheitsbeweis
MehrVoronoi-Diagramme. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 29.05.2011 Das Postamt-Problem b(p, q) = {x R 2 : xp = xq } p q h(p, q) h(q, p) = {x :
Mehr2.4. Triangulierung von Polygonen
Als drittes Problem haben wir in Kapitel 1 die Triangulierung von Polygonen identifiziert, die etwa bei der Überwachung eines Museums durch Kameras auftritt. F70 F71 Definition und Theorie: Definition
MehrLineare Programmierung
Übung Algorithmische Geometrie Lineare Programmierung LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Benjamin Niedermann 14.05.2014 Übersicht Übungsblatt 4 Lineares
MehrVoronoi-Diagramme INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 03.06.2014 1 Das Postamt-Problem b(p, q) = {x 2 R 2 : xp = xq } p q h(p, q) h(q, p) = {x
MehrVorlesung 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,
MehrAlgorithmische Geometrie 5. Triangulierung von Polygonen
Algorithmische Geometrie 5. Triangulierung von Polygonen JProf. Dr. Heike Leitte Computergraphik und Visualisierung Inhaltsverzeichnis 1. Einführung 2. Konvexe Hülle 3. Schnitte von Liniensegmenten 4.
MehrVorlesung 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,
MehrVorlesung 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,
MehrAlgorithmische 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
MehrEs sei P ein einfaches Polygon in der Ebene; P habe n Ecken. Hilfssatz: Zu jedem einfachen Polygon mit mehr als 3 Ecken existiert eine Diagonale.
6. Polygontriangulierung: Wie bewacht man eine Kunstgalerie? 6.1. Grundlegendes zu Polygonen Es sei P ein einfaches Polygon in der Ebene; P habe n Ecken. Definition: Hilfssatz: Zu jedem einfachen Polygon
MehrHallo Welt für Fortgeschrittene
Hallo Welt für Fortgeschrittene Geometrie II Benjamin Zenke Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Inhalt Closest Pair Divide & Conquer Bereichssuche Gitterverfahren k-d-tree Sweep-Line-Algorithmen
MehrTriangulierung von einfachen Polygonen
Triangulierung von einfachen Polygonen - Seminarvortrag von Tobias Kyrion - Inhalt: 1.1 Die Problemstellung Quellenangabe 1.1 Die Problemstellung Definition Polygon: endlich viele paarweise verschiedene
MehrVorlesung Geometrische Algorithmen Generierung von Nicht-uniformen Netzen Sven Schuierer
Vorlesung Geometrische Algorithmen Generierung von Nicht-uniformen Netzen Sven Schuierer Uberblick 1. Anwendung 2. Anforderungen an Netze 3. Quadrantenbaume Quadrantenbaume fur Punktemengen Bestimmung
MehrVorlesung 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
MehrAlgorithmen 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
MehrBereichsabfragen. 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
MehrWas bisher geschah. 1. Zerlegung in monotone Polygone 2. Triangulierung der monotonen Teilpolygone
Was bisher geschah Motivation, Beispiele geometrische Objekte im R 2 : Punkt, Gerade, Halbebene, Strecke, Polygon, ebene Zerlegung in Regionen (planare Graphen) maschinelle Repräsentation geometrischer
MehrVoronoi-Diagramme und Delaunay-Triangulierungen
Vorlesung Algorithmische Geometrie Voronoi-Diagramme & Delaunay-Triangulierungen LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 07.06.2011 Erinnerung:
MehrÜbersicht. Begriffserklärung Motivation / Anwendungen Drei Algorithmen Zusammenfassung Fragen Quellen. Triangulierung von Steffen Ernst 2
Triangulierung Übersicht Begriffserklärung Motivation / Anwendungen Drei Algorithmen Zusammenfassung Fragen Quellen Triangulierung von Steffen Ernst 2 Begriffserklärung Ein Graph ist trianguliert, wenn
MehrQuad-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:
MehrÜbungsblatt 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
MehrVorlesung Algorithmische Geometrie Konvexe Hülle im R 3
Vorlesung Algorithmische Geometrie Konvexe Hülle im R 3 LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Andreas Gemsa 26.06.2012 Prüfung! Termine: 20. Juli 27.
MehrAlgorithmische Geometrie 3. Schnitte von Liniensegmenten
Algorithmische Geometrie 3. Schnitte von Liniensegmenten JProf. Dr. Heike Leitte Computergraphik und Visualisierung Inhaltsverzeichnis 1. Einführung 2. Konvexe Hülle 3. Schnitte von Liniensegmenten 4.
MehrBereichsabfragen II. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie
Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 17.07.2012 Objekttypen in Bereichsabfragen y0 y0 y x x0 Bisher
MehrDualität + Quad-trees
Übung Algorithmische Geometrie Dualität + Quad-trees LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Andreas Gemsa 30.06.2011 Übersicht Übungsblatt 10 - Dualität
MehrBereichsabfragen 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:
MehrBereichsabfragen II. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie
Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 17.07.2012 Objekttypen in Bereichsabfragen y0 y x x0 Bisher
MehrPunktlokalisierung. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 22.05.2012 Nachtrag: Dynamische Bereichsabfragen Letzte Woche: kd-trees und Range-Trees
MehrAnwendungen der WSPD & Sichtbarkeitsgraphen
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 10.07.2012 Wdh.: Well-Separated Pair Decomposition Def.: Ein Paar disjunkter Punktmengen
MehrAbgabe: (vor der Vorlesung) Aufgabe 7.1 (P) Binomial Heap
TECHNISCHE UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR INFORMATIK Lehrstuhl für Sprachen und Beschreibungsstrukturen SS 2009 Grundlagen: Algorithmen und Datenstrukturen Übungsblatt 7 Prof. Dr. Helmut Seidl, S. Pott,
MehrKlausur. 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
MehrAlgorithmische 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
MehrÜbung zur Vorlesung Algorithmische Geometrie
Übung zur Vorlesung Algorithmische Geometrie Dipl.-Math. Bastian Rieck Arbeitsgruppe Computergraphik und Visualisierung Interdisziplinäres Zentrum für Wissenschaftliches Rechnen 8. Mai 2012 B. Rieck (CoVis)
MehrEinführung & 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
MehrInformatik II, SS 2014
Informatik II SS 2014 (Algorithmen & Datenstrukturen) Vorlesung 13 (18.6.2014) Binäre Suchbäume IV (Rot Schwarz Bäume) Algorithmen und Komplexität Rot Schwarz Bäume Ziel: Binäre Suchbäume, welche immer
MehrPolygon Triangulation. robot.scr. "Art Gallery Problem" Sichtbarkeitspolygon. Algorithmische Geometrie - SS 99 - Th. Ottmann
Polygon Triangulation "Art Gallery Problem" Sichtbarkeitspolygon robot.scr Triangulation simpler Polygone P w v u Satz: Triangulation existiert und besitzt n-2 Dreiecke Bew.: Induktion über n> 3. Suche
MehrGeradenarrangements und Dualität von Punkten und Geraden
Vorlesung Algorithmische Geometrie von Punkten und Geraden INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 12.06.2012 Dualitätsabbildung Bisher haben wir Dualität für planare
MehrGeradenarrangements und Dualität von Punkten und Geraden
Vorlesung Algorithmische Geometrie von Punkten und Geraden INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 17.06.2014 1 Dualitätsabbildung Bisher haben wir Dualität für planare
MehrTriangulierung von Polygonen und das Museumsproblem
Triangulierung von Polygonen und das Museumsproblem (Literatur: deberg et al., Kapitel 3) 1 Motivation: Das Museumsproblem ein Museum soll durch Kameras überwacht werden wie viele Kameras werden benötigt?
MehrGeradenarrangements und Dualität von Punkten und Geraden
Vorlesung Algorithmische Geometrie von Punkten und Geraden INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 12.06.2012 Dualitätsabbildung Bisher haben wir Dualität für planare
MehrAnwendungen der WSPD & Sichtbarkeitsgraphen
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 08.07.2014 1 Wdh.: Well-Separated Pair Decomposition Def.: Ein Paar disjunkter Punktmengen
MehrGeometrie II Hallo Welt! für Fortgeschrittene
Geometrie II Hallo Welt! für Fortgeschrittene - 2010 Thorsten Wißmann 2. Juli 2010 Stand: 1. Juli 2010 Thorsten Wißmann Geometrie II 2. Juli 2010 1 / 40 Inhalt 1 Datentypen 2 Bereichssuche Gitterverfahren
MehrProportional Symbol Maps
Vorlesung Algorithmische Kartografie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Benjamin Niedermann Martin Nöllenburg 25.06.2015 1 Statistische Visualisierung
MehrQuadtrees und Meshing
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 24.06.2014 Motivation: Meshing von Platinenlayouts Zur Simulation der Hitzeentwicklung
MehrUberblick 1. Kurzeste Wege 2. Sichtbarkeitsgraphen 3. Berechnung des Sichtbarkeitsgraphen 4. Kurzeste Wege fur polygonale Roboter 1
Vorlesung Geometrische Algorithmen Sichtbarkeitsgraphen und kurzeste Wege Sven Schuierer Uberblick 1. Kurzeste Wege 2. Sichtbarkeitsgraphen 3. Berechnung des Sichtbarkeitsgraphen 4. Kurzeste Wege fur polygonale
MehrMaximale s t-flüsse in Planaren Graphen
Maximale s t-flüsse in Planaren Graphen Vorlesung Algorithmen für planare Graphen 6. Juni 2017 Guido Brückner INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg
MehrAlgorithmische 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
MehrSchematisierung von Karten
Vorlesung Algorithmische Kartografie Schematisierung von (Straßen-)Karten LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 30.04.2013 Schematische
MehrEinführung & 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
MehrPunktlokalisierung. 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 )
MehrQuadtrees und Meshing
Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 21.06.2011 Motivation: Meshing von Platinenlayouts Zur Simulation
MehrSichtbarkeitsgraphen. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie
Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 12.07.2011 Bewegungslanung für Roboter Ideen?? Problem: Gegeben
MehrKapitel 4: Dynamische Datenstrukturen. Algorithmen und Datenstrukturen WS 2012/13. Prof. Dr. Sándor Fekete
Kapitel 4: Dynamische Datenstrukturen Algorithmen und Datenstrukturen WS 2012/13 Prof. Dr. Sándor Fekete 4.4 Binäre Suche Aufgabenstellung: Rate eine Zahl zwischen 100 und 114! Algorithmus 4.1 INPUT: OUTPUT:
MehrVorlesung Datenstrukturen
Vorlesung Datenstrukturen Kürzeste Wege Maike Buchin 4. und 6.7.2017 Einführung Motivation: Bestimmung von kürzesten Wegen ist in vielen Anwendungen, z.b. Routenplanung, ein wichtiges Problem. Allgemeine
Mehr14. Rot-Schwarz-Bäume
Bislang: Wörterbuchoperationen bei binären Suchbäume effizient durchführbar, falls Höhe des Baums klein. Rot-Schwarz-Bäume spezielle Suchbäume. Rot-Schwarz-Baum mit n Knoten hat Höhe höchstens 2 log(n+1).
MehrQuadtrees und Meshing
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 19.06.2012 Motivation: Meshing von Platinenlayouts Zur Simulation der Hitzeentwicklung
MehrLiniensegmentschnitt. Doppelt verkettete Kantenliste. Überlagerung von 2 ebenen Graphen. Boolsche Operatoren für einfache Polygone (LEDA)
Liniensegmentschnitt Motivation, Überlagerung von Karten, Problemformulierung Ein einfaches Problem und dessen Lösung mit Hilfe des Sweep-Line Prinzips Output-sensitiver Liniensegmentschnittalgorithmus
MehrEinführung & 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
MehrÜbungen zur Vorlesung Algorithmische Geometrie
Prof. Dr. E. Wanke Düsseldorf, 22. Juni 2016 S. Hoffmann, M.Sc. Übungen zur Vorlesung Algorithmische Geometrie Hinweise Programmieraufgaben: Alle vorgeschlagenen Programmieraufgaben können Sie in einer
MehrQuadtrees und Meshing
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 19.06.2012 Motivation: Meshing von Platinenlayouts Zur Simulation der Hitzeentwicklung
Mehr2.2. Schnitte von Liniensegmenten
Wir wenden uns nun dem Problem (2) aus 1 zu. F15 Aus zwei Mengen S1, S2 von Liniensegmenten möchten wir alle Schnittpunkte der Segmente aus S1 mit denen aus S2 ermitteln. Wir legen fest, dass sich zwei
MehrAlgorithmische 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,
MehrAlgorithmische Geometrie: Schnittpunkte von Strecken
Algorithmische Geometrie: Schnittpunkte von Strecken Nico Düvelmeyer WS 2009/2010, 3.11.2009 3 Phasen im Algorithmenentwurf 1. Konzentration auf das Hauptproblem 2. Verallgemeinerung auf entartete Eingaben
MehrKapitel 6: Algorithmen der Computer-Geometrie
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Kapitel 6: Algorithmen der Computer-Geometrie Skript zur Vorlesung Geo-Informationssysteme Wintersemester 2015/16 Ludwig-Maximilians-Universität
MehrEinführung & 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:
MehrSichtbarkeitsgraph. 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
MehrVorlesung Informatik 2 Algorithmen und Datenstrukturen
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (18 Bäume: Grundlagen und natürliche Suchbäume) Prof. Dr. Susanne Albers Bäume (1) Bäume sind verallgemeinerte Listen (jedes Knoten-Element kann mehr
MehrEinführung & 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:
MehrGraphalgorithmen Minimale Spannbäume. Kruskal: Minimaler Spannbaum
Kruskal: Minimaler Spannbaum (Folie 414, Seite 78 im Skript) 4 6 2 3 1 2 5 3 7 1 4 Kruskals Algorithmus Implementierung (Folie 415, Seite 78 im Skript) Algorithmus function Kruskal(G, w) : A := ; for each
MehrAlgorithmische Geometrie: Abfragen Orthogonaler Bereiche
Algorithmische Geometrie: Abfragen Orthogonaler Bereiche Nico Düvelmeyer WS 2009/2010, 8.12.2009 Überblick 1 1-dimensionale Bereichsabfragen 2 Kd-Baum Struktur Aufbau Abfrage mit dem Kd-Baum 3 Range-Baum
MehrInformatik II, SS 2014
Informatik II SS 2014 (Algorithmen & Datenstrukturen) Vorlesung 11 (4.6.2014) Binäre Suchbäume II Algorithmen und Komplexität Binäre Suchbäume Binäre Suchbäume müssen nicht immer so schön symmetrisch sein
Mehr3. Minimale Spannbäume. Definition 99 T heißt minimaler Spannbaum (MSB, MST) von G, falls T Spannbaum von G ist und gilt:
3. Minimale Spannbäume Sei G = (V, E) ein einfacher ungerichteter Graph, der o.b.d.a. zusammenhängend ist. Sei weiter w : E R eine Gewichtsfunktion auf den Kanten von G. Wir setzen E E: w(e ) = e E w(e),
Mehr6. Triangulation von Polygonen
1 6. Triangulation von Polygonen 2 Problemstellung 3 Problemstellung 4 Problemstellung 5 Problemstellung 6 Jedes Polygon lässt sich triangulieren. Wir führen einen Induktionsbeweis nach der Anzahl der
MehrDurchschnitte und Sichtbarkeit
Durchschnitte und Sichtbarkeit Elmar Langetepe University of Bonn Algorithmische Geometrie Durchschnitte 11.05.15 c Elmar Langetepe SS 15 1 Durchschnitt von Halbgeraden/Konvexe Hülle Algorithmische Geometrie
MehrHallo Welt für Fortgeschrittene
Hallo Welt für Fortgeschrittene Geometrie II Tiago Joao Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Inhalt Koordinatenkompression Beispiel: SafeJourney Typische compress-funktion Bereichssuche
MehrPunkt-in-Polygon-Suche Übersicht
Folie 1 von 43 Punkt-in-Polygon-Suche Übersicht! Praxisbeispiel/Problemstellung! Zählen von Schnittpunkten " Schnitt einer Halbgerade mit der Masche " Aufwandsbetrachtung! Streifenkarte " Vorgehen und
Mehrelementare Datenstrukturen
elementare Datenstrukturen Wie die Daten das Laufen lernten Andreas Ferber af@myipv6.de elementare Datenstrukturen p./40 KISS elementare Datenstrukturen p./40 KISS (Keep It Simple, Stupid) Immer die einfachste
MehrEffizienter 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
MehrAlgorithmen und Datenstrukturen 2
Algorithmen und Datenstrukturen 2 Lerneinheit 3: Greedy Algorithmen Prof. Dr. Christoph Karg Studiengang Informatik Hochschule Aalen Sommersemester 2016 10.5.2016 Einleitung Einleitung Diese Lerneinheit
MehrÜbersicht. Datenstrukturen und Algorithmen. Übersicht. Heaps. Vorlesung 8: Heapsort (K6) Joost-Pieter Katoen. 7. Mai 2015
Datenstrukturen und Algorithmen Vorlesung 8: (K6) 1 Joost-Pieter Katoen Lehrstuhl für Informatik Software Modeling and Verification Group http://moves.rwth-aachen.de/teaching/ss-15/dsal/ 7. Mai 015 3 Joost-Pieter
MehrVoronoi Diagrams. Christian Wellenbrock. December 1, 2009
December 1, 2009 Das Voronoi Diagramm Problemstellung Gegeben: Menge der Zentren P = {p 1,..., p n } R 2 Das Voronoi Diagramm Problemstellung Gegeben: Menge der Zentren P = {p 1,..., p n } R 2 Gesucht:
MehrInformatik II, SS 2016
Informatik II - SS 2016 (Algorithmen & Datenstrukturen) Vorlesung 10 (27.5.2016) Binäre Suchbäume II Algorithmen und Komplexität Zusätzliche Dictionary Operationen Dictionary: Zusätzliche mögliche Operationen:
MehrVereinfachung und Schematisierung von Polygonen
Vorlesung Algorithmische Kartografie Vereinfachung und Schematisierung von Polygonen INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Benjamin Niedermann Martin Nöllenburg 28.04.2015 1 Übersicht
MehrLineares Programmieren
Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 03.05.2011 Nachtrag Art Gallery Problem Lässt sich der Triangulierungs-Algorithmus
MehrPunktlokalisation 1. Trapez-Zerlegungen. 2. Eine Suchstruktur. 3. Randomisierter, inkrementeller Algorithmus zur Konstruktion der Trapez-Zerlegung
Punktlokalisation 1. Trapez-Zerlegungen 2. Eine Suchstruktur 3. Randomisierter, inkrementeller Algorithmus zur Konstruktion der Trapez-Zerlegung 4. Analyse Punktlokalisation Einteilung in Streifen Anfragezeit:
Mehr5. Vorrangwarteschlangen - Priority Queues
5. Vorrangwarteschlangen - Priority Queues Priority Queues unterstützen die Operationen Insert(), Delete(), ExtractMin(), FindMin(), DecreaseKey(), Merge(). Priority Queues per se sind nicht für IsElement()-Anfragen,
MehrAlgorithmische Geometrie
Algorithmische Geometrie Martin Peternell TU Wien 31. Fortbildungstagung für Geometrie 2010, Strobl 1 Themen der Algorithmische Geometrie Entwurf von Algorithmen für geometrische Fragestellungen betreffend
MehrInformatik II, SS 2014
Informatik II SS 2014 (Algorithmen & Datenstrukturen) Vorlesung 10 (3.6.2014) Binäre Suchbäume I Algorithmen und Komplexität Zusätzliche Dictionary Operationen Dictionary: Zusätzliche mögliche Operationen:
MehrAusleuchtung/Überwachung von polygonalen Flächen
1 Ausleuchtung/Überwachung von polygonalen Flächen 2 1. Beschreibung der Aufgabenstellung 3 Gegeben ist der Grundriss eines Raumes. 4 In den Ecken des Raumes sollen Geräte platziert werden, die zusammen
Mehr2. Triangulation ebener Punktmengen. 3. Definition und Eigenschaften der Delaunay Triangulation
Delaunay Triangulation 1. Motivation 2. Triangulation ebener Punktmengen 3. Definition und Eigenschaften der Delaunay Triangulation 4. Berechnung der Delaunay Triangulation (randomisiert, inkrementell)
MehrVorlesung Datenstrukturen
Vorlesung Datenstrukturen Sortierte Folgen Maike Buchin 30.5., 1.6., 13.6.2017 Sortierte Folgen Häufiges Szenario: in einer Menge von Objekten mit Schlüsseln (aus geordnetem Universum) sollen Elemente
MehrDelaunay-Triangulierungen
Vorlesung Algorithmische Geometrie Delaunay-Triangulierungen INSTITUT FU R THEORETISCHE INFORMATIK FAKULTA T FU R INFORMATIK Martin No llenburg 10.06.2014 Grafik c Rodrigo I. Silveira 1 Dr. Martin No llenburg
MehrAlgorithmische Geometrie: Arrangements und
Algorithmische Geometrie: Arrangements und Dualität Nico Düvelmeyer WS 2009/2010, 19.1.2010 Überblick 1 Strahlenverfolgung und Diskrepanz 2 Dualität Dualitäts-Abbildung Transformation des Problems zur
Mehr