Triangulierung von einfachen Polygonen
|
|
|
- Lukas Maurer
- vor 9 Jahren
- Abrufe
Transkript
1 Triangulierung von einfachen Polygonen Tobias Kyrion Inhaltsverzeichnis 1.1 Die Problemstellung Ein naiver Algorithmus Zerlegung in monotone Teilpolygone Triangulierung monotoner Polygone Quellenangabe Die Problemstellung Die Problemstellung, die im Vortrag behandelt wird, ist die Zerlegung eines einfachen Polygons in Dreiecke. Ein Polygon ist durch endlich viele paarweise verschiedene Eckpunkte P 1,..., P n, n N im R 2 gegeben und die Verbindungsstrecken P i P i+1, i = 1,..., n 1 und P n P 1 sind seine Seiten. Es ist einfach, wenn sich seine Seiten paarweise nicht schneiden. Ein einfaches Polygon umgrenzt eine endlich große Fläche, die man sein Inneres nennt. Die Fläche, die das Innere umgibt, also der restliche R 2, heißt Äußeres. Das Polygon liefert folglich eine disjunkte Zerlegung des R 2 in sein Inneres und Äußeres. Eine Orientierung der Seiten ist sinnvoll, da man mit ihrer Hilfe leichter Inneres und Äußeres festlegen kann. Im Folgenden seien die Seiten stets im Uhrzeigersinn angeordnet. Eine Verbindungsstrecke von zwei Eckpunkten P k, P l, k, l {1,..., n}, k l, die keine Seite ist und vollständig im Inneren verläuft, ist eine Diagonale. Wenn eine Diagonale eingefügt wird, zerfällt ein einfaches Polygon in zwei kleinere disjunkte einfache Teilpolygone, bei denen die Diagonale jeweils eine Seite bildet. Dreiecke sind diejenigen einfachen Polygone mit geringstmöglicher Eckenanzahl. Offenbar kann man in Dreiecke keine Diagonale mehr einsetzen. Ziel ist es, durch iteratives Einfügen von Diagonalen in die jeweiligen Teilpolygone eine Zerlegung in Dreiecke zu erzeugen. Solch eine Zerlegung nennt man Triangulation. 1
2 2.1 Ein naiver Algorithmus Ein naheliegender algorithmischer Zugang zur Triangulation ist der sogenannte ear-clipping-algorithmus. Zwei (bzgl. der Orientierung) aufeinanderfolgende Seiten bilden eine Ecke, d.h. eine Ecke ist stets durch drei Eckpunkte gegeben. Von diesen drei Eckpunkten ist derjenige, welcher mit beiden Seiten der Ecke inzidiert, der mittlere Punkt. Weiterhin ist der andere Eckpunkt auf der ersten Seite der linke Punkt und der auf der zweiten Seite der rechte Punkt. Eine Ecke ist ein Ohr, wenn kein anderer Eckpunkt im Dreieck zwischen dem linken, mittleren und rechten Punkt liegt. Offenbar ist die Verbindungsstrecke vom linken und rechten Punkt eines Ohres eine Diagonale. Setzt man diese Diagonale ein, wird dadurch das Ohr vom Polygon abgetrennt. Das verbleibende Restpolygon besitzt dann einen Eckpunkt weniger als das Gesamtpolygon. Die Grundidee des ear-clipping- Algorithmus besteht nun darin, so lange Ohren vom jeweiligen Restpolygon anzuschneiden, bis nur noch ein Dreieck übrig bleibt, denn dann ist das Polygon vollständig trianguliert. Der Algorithmus funktioniert iterativ. In jeder Iteration werden die Eckpunkte des Restpolygons der Reihe nach darauf überprüft, ob sie ein mittlerer Punkt eines Ohres sind. Sobald ein Ohr gefunden wird, wird es abgeschnitten und man fährt in gleicher Weise mit dem neuen Restpolygon fort. Der Algorithmus ist korrekt, denn es ist bewiesen, dass jedes einfache Polygon mindestens ein Ohr besitzt. Nach Abschneiden eines Ohres ist das Restpolygon auch einfach, d.h., dass die Suche nach dem nächsten Ohr nach höchstens n Schritten erfolgreich ist, wobei n N die aktuelle Anzahl an Eckpunkten bezeichnet. In jeder Iteration wird also n um 1 verringert und somit terminiert der Algorithmus nach n gesamt 3 Iterationen. Die Laufzeitanalyse ergibt, dass der ear-clipping-algorithmus quadratische Laufzeit besitzt. Es stellt sich an dieser Stelle die Frage, ob es schnellere Algorithmen zur Triangulation gibt. 2
3 3.1 Zerlegung in monotone Teilpolygone Die Strategie für einen schnelleren Algorithmus ist Folgende: In einem ersten Schritt, der O(n log(n)) Zeit benötigt, wird das einfache Polygon in sogenannte monotone Polygone zerlegt. In einem zweiten Schritt werden diese in Linearzeit trianguliert. Sei g R 2 eine Gerade. Ein einfaches Polygon ist monoton bzgl. g, wenn die Schnittmenge aller Geraden senkrecht zu g mit seinem Inneren entweder die leere Menge, ein Punkt oder eine Strecke ist. Man nennt g dann auch seine Monotonieachse. Falls die Monotonieachse parallel zur x- oder y-achse des kartesischen Koordinatensystems im R 2 ist, so spricht man von einem x- bzw. y-monotonen Polygon. Man bemerkt, dass ein einfaches Polygon zwei Eckpunkte P l und P r besitzt, die am weitesten links bzw. rechts liegen. Ferner hat es eine obere und untere Kette, also zwei Streckenzüge aus Seiten, die beide bei P l beginnen und bei P r enden. Alle Eckpunkte auf der oberen Kette, ausgenommen die gemeinsamen Start- und Endpunkte, liegen oberhalb der unteren Kette. Wandert man auf einer der Ketten von links nach rechts, kann es passieren, dass sich die Durchlaufrichtung von links nach rechts bzw. von rechts nach links ändert. Einen Eckpunkt, bei dem dieser Fall eintritt, nennt man turnvertex. Man unterteilt die turn-vertices je nach Lage ihrer Nachbarpunkte und Größe ihrer Innenwinkel - das sind die Winkel, die von den inzidenten Seiten begrenzt werden und im Inneren liegen - in vier unterschiedliche Typen. Von besonderem Interesse sind dabei die sogenannten merge-vertices (Nachbarn beide links, Innenwinkel größer als 180 ) und split-vertices (Nachbarn beide rechts, Innenwinkel größer als 180 ), denn ein einfaches Polygon ist x-monoton, falls es keine split- oder merge-vertices aufweist. Die Eckpunkte werden in einer priority-queue gespeichert, wobei die Priorität die Größe der x-koordinate ist. Die Punkte werden dann aufsteigend nach ihrer x-koordinate verarbeitet, wobei nur auf die Punkte mit den jeweils kleineren x-koordinaten zugegriffen wird. Dieses Vorgehen ist als scan-line- Prinzip bekannt, denn es ist damit vergleichbar, dass man eine gedachte zur y-achse parallele Linie von links nach rechts über das Polygon wandern lässt und stets nur die Punkte links von dieser bearbeitet. Durch ausgeklügeltes Einsetzen von Diagonalen werden nun bei diesem Vorgang die split- und merge-vertices eliminiert, wodurch das Polygon in x- monotone Teile zerfällt. Dies ist stets ein korrekter Schritt. Die priorityqueue-operationen benötigen für jeden der n N Eckpunkte O(log(n)) Zeit, wodurch die behauptete Laufzeit von O(n log(n)) für die Zerlegung zustande kommt. 3
4 3.2 Triangulierung monotoner Polygone Weil ein x-monotones Polygon keine merge- oder split-vertices besitzt, sind die Eckpunkte in der oberen und unteren Kette aufsteigend nach der Größe ihrer x-koordinate geordnet. Außerdem stellt man fest, dass sich beliebige x-monotone Polygone in monotone Streifen und Berge zerlegen lassen. Ein monotoner Berg ist ein x- monotones Polygon, dessen obere oder untere Kette nur aus den beiden Eckpunkten P l und P r, die am weitesten links bzw. rechts liegen, besteht. Ein monotoner Streifen hat einen Eckpunkt abwechselnd in der oberen oder unteren Kette, wenn man die Eckpunkte von links nach rechts durchläuft. Die Berge kann man mit einer Abwandlung des ear-clipping-algorithmus mit Hilfe eines Stapels für die konvexen (d.h. Innenwinkel kleiner als 180 ) Eckpunkte des aktuellen Restpolygons in Linearzeit triangulieren. Es wird hierbei der Umstand ausgenutzt, dass ein konvexer Eckpunkt eines Berges schon automatisch ein mittlerer Punkt eines Ohres ist. Auch für die Triangulierung allgemeiner x-monotoner Polygone wird ein Stapel verwendet. Auf diesen wird immer derjenige nächste Punkt aus der oberen oder unteren Kette mit der kleineren x-koordinate gelegt. Man verwendet die beiden Zählvariablen UpCntr und DownCntr, die mit 0 initialisiert werden. UpCntr wird um 1 erhöht und DownCntr gleich 0 gesetzt, wenn der neue Punkt für den Stapel aus der oberen Kette stammt, andernfalls wird DownCntr um 1 erhöht und UpCntr gleich 0 gesetzt. Bevor die Zählvariablen gleich 0 gesetzt werden, haben sie entweder den Wert 0 (Initialisierung), sind gleich 1 oder größer als 1. Im ersten Fall ist nichts zu tun. Im zweiten Fall bilden der aktuelle Punkt und der oberste Punkt im Stapel eine Diagonale eines monotonen Teilstreifens. Diese wird dann direkt eingesetzt und der oberste Punkt im Stapel durch den aktuellen ersetzt. Im dritten Fall gehören der aktuelle Punkt und die Punkte im Stapel zu einem monotonen Teilberg. Man trianguliert diesen Teilberg in linearer Laufzeit und leert anschließend den Stapel. Die Teilstreifen werden also direkt trianguliert. Korrektheit und lineare Laufzeit sind für diese offensichtlich. Der Algorithmus für die Teilberge ist korrekt, demnach sind deren Triangulierungen auch korrekte Schritte. Die Laufzeitanalyse ergibt insgesamt lineare Laufzeit für die Triangulierung monotoner Polygone. Fazit: Der soeben gänzlich beschriebene zweischrittige Triangulierungsalgorithmus für einfache Polygone hat eine Laufzeit von O(n log(n))! 4
5 4.1 Quellenangabe M. de Berg, O. Cheong, M. van Krefeld, M. Overmars: Computational Geometry, Algorithms and Applications, p
Triangulierung 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
6. 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
2.4. Triangulierung von Polygonen
Als drittes Problem haben wir in Kapitel 1 die Triangulierung von Polygonen identifiziert, die etwa bei der Überwachung eines Museums durch Kameras auftritt. F70 F71 Definition und Theorie: Definition
Übersicht. 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
Algorithmische 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.
Triangulierung 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?
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
KARL-FRANZENS-UNIVERSITÄT GRAZ. Seminar aus Reiner Mathematik. Die Museumswächter. Krupic Mustafa Wintersemester 2013/14
KARL-FRANZENS-UNIVERSITÄT GRAZ Seminar aus Reiner Mathematik Die Museumswächter Krupic Mustafa Wintersemester 2013/14 Inhaltsverzeichnis 2 Inhaltsverzeichnis 1 Einleitung 3 2 Museumswächter-Satz 6 2.1
Polygontriangulierung
Vorlesung Algorithmische Geometrie Polygone triangulieren INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 03.05.2012 Das Kunstgalerie-Problem Aufgabe: Installiere ein Kamerasystem
Es 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
Geometrische Algorithmen Voronoi-Diagramme. Lernmodul 7: Geo-Algorithmen und -Datenstrukturen - Voronoi-Diagramme
Folie 1 von 32 Geometrische Algorithmen Voronoi-Diagramme Folie 2 von 32 Voronoi-Diagramme Übersicht Problemstellung Animation zur Konstruktion eines Voronoi-Diagramms Definition, Eigenschaften eines Voronoi-Diagramms
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
Seminar. Algorithmische Geometrie
Seminar Algorithmische Geometrie WS 2000/2001 Thema: Konvexe Hülle Mirko Dennler 21439 Inhaltsverzeichnis Konvexe Hülle 1. Problemstellung 3 2. GRAHAMS SCAN 4-5 3. JARVIS' MARCH 5-6 4. QUICK HULL 6-7 5.
Algorithmische Techniken für Geometrische Probleme
Algorithmische Techniken für Geometrische Probleme Berthold Vöcking 14. Juni 2007 Inhaltsverzeichnis 1 Die Sweepline-Technik 2 1.1 Schnitte orthogonaler Liniensegmente............... 2 1.2 Schnitte beliebiger
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
10 Delaunay Triangulierung
10 Delaunay Triangulierung 10.1 Motivation Interpolation von Höhendaten Ein Terrain ist der Graph einer Funktion f : A R 2 R. Typischerweise kennen wir f durch Messungen in endlich vielen Punkten P A,
Algorithmische 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.
häufige Aufgabe Motivation: Approximation komplizierter Geometrien durch einfachere Dreiecke oft effizienter zu bearbeiten als Polygone
Triangulierung häufige Aufgabe Motivation: Approximation komplizierter Geometrien durch einfachere Dreiecke oft effizienter zu bearbeiten als Polygone Problemstellung 1: Gegeben: ein einfaches Polygon
Grundlagen zur Delaunay-Triangulierung und zur konvexen Hülle. zum Begriff des Voronoi-Diagramms (vgl. auch Vorlesung "Algorithmische Geometrie"):
Grundlagen zur Delaunay-Triangulierung und zur konvexen Hülle zum Begriff des Voronoi-Diagramms (vgl. auch Vorlesung "Algorithmische Geometrie"): 1 Erzeugung des Voronoi-Diagramms (siehe Vorlesung "Algorithmische
GEOMETRIE (4a) Kurzskript
GEOMETRIE (4a) Kurzskript Dieses Kurzskript ist vor allem eine Sammlung von Sätzen und Definitionen und sollte ausdrücklich nur mit weiteren Erläuterungen in der Veranstaltung genutzt werden. Fehler sind
Konvexe Hülle. Konvexe Hülle. Mathematik. Konvexe Hülle: Definition. Mathematik. Konvexe Hülle: Eigenschaften. AK der Algorithmik 5, SS 2005 Hu Bin
Konvexe Hülle Konvexe Hülle AK der Algorithmik 5, SS 2005 Hu Bin Anwendung: Computergraphik Boundary Kalkulationen Geometrische Optimierungsaufgaben Konvexe Hülle: Definition Mathematik Konvex: Linie zwischen
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
Polygon 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
9 Minimum Spanning Trees
Im Folgenden wollen wir uns genauer mit dem Minimum Spanning Tree -Problem auseinandersetzen. 9.1 MST-Problem Gegeben ein ungerichteter Graph G = (V,E) und eine Gewichtsfunktion w w : E R Man berechne
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
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
DAS MUSEUMSWÄCHTERPROBLEM
DAS MUSEUMSWÄCHTERPROBLEM bearbeitet von Claudia Goltz Till Weigt Uwe Siebert Johanna Soava im Rahmen des PROSEMINAR I WS 04/05 bei Prof. Roch DAS MUSEUMSWÄCHTERPROBLEM Ein lauter herzzerreißender Schrei,
Geometrische Algorithmen Einige einfache Definitionen: Ist ein Punkt in einem Polygon? Punkt-in-Polygon-Problem. Das Punkt-in-Polygon-Problem
Geometrische Algorithmen Einige einfache Definitionen: Punkt: im n-dimensionalen Raum ist ein n-tupel (n Koordinaten) Gerade: definiert durch zwei beliebige Punkte auf ihr Strecke: definiert durch ihre
Die Determinante eines Friesmuster
Die Determinante eines Friesmuster Die Determinante eines Friesmuster von Hannah Vogel,??? Einleitung Friesmuster (engl. Frieze Pattern ) gab es schon lange bevor sie in der Mathematik diskutiert wurden.
Mathematische Probleme, SS 2016 Freitag $Id: convex.tex,v /05/13 14:42:55 hk Exp $
$Id: convex.tex,v.28 206/05/3 4:42:55 hk Exp $ 3 Konvexgeometrie 3. Konvexe Polyeder In der letzten Sitzung haben wir begonnen uns mit konvexen Polyedern zu befassen, diese sind die Verallgemeinerung der
Ebene Elementargeometrie
Ebene Elementargeometrie Im Folgenden unterscheiden wir neben Definitionen (Namensgebung) und Sätzen (nachweisbaren Aussagen) so genannte Axiome. Axiome stellen der Anschauung entnommene Aussagen dar,
17. Berliner Tag der Mathematik 2012 Wettbewerb Stufe III: Klassen 11 bis 12/13
17. Berliner Tag der Mathematik 2012 Wettbewerb Stufe III: Klassen 11 bis 12/13 Aufgabe 1 Sei M eine Menge von in einem Dreieck verlaufenden Strecken, über die Folgendes vorausgesetzt wird: Die Kanten
Aufgabensammlung zur algorithmischen Geometrie
1 Aufgabensammlung zur algorithmischen Geometrie 2012WS Andreas Kriegl 1. Konvexe Hülle als Durchschnitt. Zeige, daß der Durchschnitt konvexer Mengen wieder konvex ist und somit die konvexe Hülle einer
Entwurf und Analyse von Datenstrukturen
Entwurf und Analyse von Datenstrukturen Sommersemester 2013 1. Termin: 17. April 2013 Jan-Henrik Haunert ehem. Mathebau, Raum E27 [email protected] Alexander Wolff ehem. Mathebau, Raum E29 [email protected]
Polygone - Bausteine der Computergrafik
Polygone - Bausteine der Computergrafik Schülerseminar Florian Buchegger Johannes Kepler Universität Linz Dez 12, 2014 Wo werden Polygone verwendet? Welche wichtige Algorithmen gibt es? Outline Wo werden
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 :
Algorithmen und Datenstrukturen 2
Algorithmen und Datenstrukturen Lerneinheit : Kürzeste Pfade in Graphen Prof. Dr. Christoph Karg Studiengang Informatik Hochschule Aalen Sommersemester 016.6.01 Einleitung Diese Lerneinheit beschäftigt
Geometrische Algorithmen
Geometrische Algorithmen Thomas Röfer Motivation Scan-line-Prinzip Konvexe Hülle Distanzprobleme Voronoi-Diagramm Rückblick Manipulation von Mengen Vorrangwarteschlange Heap HeapSort swap(a, 0, 4) 1 5
1 Rotating Calipers. 2 Antipodal und Copodal. 3 Distanzen Rechtecke Eigenschaften
1 Rotating Calipers 2 3 Rotating Calipers - Algorithmus Konvexes Polygon mit parallelen Stützgeraden Rotating Calipers - Finder Shamos lässt 1978 zwei Stützgeraden um ein Polygon rotieren Zwei Stützgeraden
6.1.2 Bem.: Für Vierecke ist der Begriff Innenwinkel im allgemeinen nicht sinnvoll. Skizze.
6 Flächeninhalt 6.1 Vierecke 6.1.1 Def.: Seien A, B, C, D vier verschiedene Punkte in E, keine drei auf einer Geraden, so dass AB, BC, CD, DA einander höchstens in Endpunkten treffen. Dann bilden diese
Algorithmen in Zellularautomaten
Algorithmen in Zellularautomaten 9. Sortieren in zweidimensionalen ZA Thomas Worsch Fakultät für Informatik Karlsruher Institut für Technologie Sommersemester 2017 Ziele Problemstellung: Sortieren von
Kantengraphen und Planare Graphen. Seminararbeit
Kantengraphen und Planare Graphen Seminararbeit in Mathematisches Seminar für LAK 621.378 SS 2018 vorgelegt von Anna Maria Gärtner bei: Baur, Karin, Univ.-Prof. Dr.phil. Graz, 2018 Inhaltsverzeichnis 1
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
Konvexes Viereck Trapez Drachenviereck Parallelogramm Sehnenviereck Tangentenviereck. Haus der Vierecke. Dr. Elke Warmuth. Sommersemester 2018
Haus der Vierecke Dr. Elke Warmuth Sommersemester 2018 1 / 39 Konvexes Viereck Trapez Drachenviereck Parallelogramm Rhombus Rechteck Sehnenviereck Tangentenviereck 2 / 39 Wir betrachten nur konvexe Vierecke:
Mathematische Probleme, SS 2015 Montag $Id: dreieck.tex,v /04/27 13:26:30 hk Exp $
$Id: dreieck.tex,v 1.17 2015/04/27 13:26:30 hk Exp $ 1 Dreiecke 1.5 Einige spezielle Punkte im Dreieck m Ende der letzten Sitzung hatten wir eingesehen das die drei Mittelsenkrechten eines Dreiecks = sich
Parallele Algorithmen in der Bildverarbeitung
Seminar über Algorithmen - SoSe 2009 Parallele Algorithmen in der Bildverarbeitung von Christopher Keiner 1 Allgemeines 1.1 Einleitung Parallele Algorithmen gewinnen immer stärker an Bedeutung. Es existieren
Übungen 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
1 Kürzeste Pfade in Graphen
Praktikum Algorithmen-Entwurf (Teil 3) 03.11.2011 1 1 Kürzeste Pfade in Graphen Es sei ein gerichteter Graph G = (V, E) mit V = n Knoten, E = m Kanten und Kantengewichten c : E R gegeben. Ein Pfad in G
Matchings in Graphen. Praktikum Diskrete Optimierung (Teil 5)
Praktikum Diskrete Optimierung (Teil 5) 6.05.009 Matchings in Graphen Es sei ein ungerichteter Graph G = (V, E) gegeben. Ein Matching in G ist eine Teilmenge M E, so dass keine zwei Kanten aus M einen
Mathematische Probleme, SS 2013 Montag $Id: convex.tex,v /10/22 15:58:28 hk Exp $
$Id: convex.tex,v 1.12 2013/10/22 15:58:28 hk Exp $ 3 Konvexgeometrie 3.1 Konvexe Polyeder Wir hatten einen konvexen Polyeder P im R n als die konvexe Hülle von endlich vielen Punkten definiert, wobei
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
Datenstrukturen & Algorithmen Lösungen zu Blatt 4 FS 15
Eidgenössische Technische Hochschule Zürich Ecole polytechnique fédérale de Zurich Politecnico federale di Zurigo Federal Institute of Technology at Zurich Institut für Theoretische Informatik 18. März
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,
Quadtrees 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
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
Schnupperkurs: Ausgewählte Methoden zur Aufgabenlösung
Mathematisches Institut II.06.004 Universität Karlsruhe Priv.-Doz. Dr. N. Grinberg SS 05 Schnupperkurs: Ausgewählte Methoden zur Aufgabenlösung Vorlesung 3: Elementare Beweismethoden: Direkter Beweis,
Quadtrees 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
Quadtrees 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
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
Algorithmen in Zellularautomaten
Algorithmen in Zellularautomaten 1. Grundlegende Definitionen 2. Berechnungsmächtigkeit von ZA 3. Endliche Muster und Konfigurationen 4. Selbstreproduktion 5. Sortieren in eindimensionalen ZA 6. Einfache
Proseminar Online Algorithmen, Prof. Dr. Rolf Klein
Proseminar Online Algorithmen, Prof. Dr. Rolf Klein Vortrag von Michael Daumen am 13.12.2000 Thema : Minimum Spanning Tree und 2-Approximation der TSP-Tour Inhalt des Vortrags : 1. genaue Vorstellung des
Stud.-Nummer: Datenstrukturen & Algorithmen Seite 1
Stud.-Nummer: Datenstrukturen & Algorithmen Seite 1 Aufgabe 1. / 16 P Instruktionen: 1) In dieser Aufgabe sollen Sie nur die Ergebnisse angeben. Diese können Sie direkt bei den Aufgaben notieren. 2) Sofern
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
Graphentheorie. Eulersche Graphen. Eulersche Graphen. Eulersche Graphen. Rainer Schrader. 14. November Gliederung.
Graphentheorie Rainer Schrader Zentrum für Angewandte Informatik Köln 14. November 2007 1 / 22 2 / 22 Gliederung eulersche und semi-eulersche Graphen Charakterisierung eulerscher Graphen Berechnung eines
Inhaltsverzeichnis. 1 Hardwaregrundlagen
Inhaltsverzeichnis 1 Hardwaregrundlagen 2.4 2.5 Perspektivische 2.6 Parallele 2.7 Umsetzung der Zentralprojektion 2.8 Weitere 2.9 Koordinatensysteme, Frts. 2.10 Window to Viewport 2.11 Clipping 3 Repräsentation
Algorithmische Graphentheorie
Algorithmische Graphentheorie Vorlesung 4: Suchstrategien Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca [email protected] 14. April 2017 HALBORDNUNG TOPOLOGISCHE ORDNUNG TOPOLOGISCHES
Algorithmen und Datenstrukturen
Algorithmen und Datenstrukturen Prof. Martin Lercher Institut für Informatik Heinrich-Heine-Universität Düsseldorf Algorithmen und Datenstrukturen Teil 3 Suchen in Listen Version vom: 15. November 2016
Museumswächter, Bühnenbeleuchtung, Staubsaugerroboter
Museumswächter, Bühnenbeleuchtung, Staubsaugerroboter Hat das etwas miteinander zu tun? Aufgabenheft Bjarnheiður Kristinsdóttir (Bea) 2017 Wer ich bin? Bea aus Island B.Sc. in Mathematik von der Uni Islands
Naiver Algorithmus für Hamiltonkreis
Naiver Algorithmus für Hamiltonkreis Algorithmus HAMILTON EINGABE: G = ([n], E) in Adjazenzmatrixdarstellung 1 Für alle Permutationen π : [n] [n]. 1 Falls (π(1), π(2),..., π(n)) ein Kreis in G ist, AUSGABE
Geometrie 1. Christian Bay Christian Bay Geometrie / 46
Geometrie 1 Christian Bay 02.07.2013 Christian Bay Geometrie 1 02.07.2013 1 / 46 Inhaltsverzeichnis Grundlagen CCW Polygone Picks Theorem Konvexe Hülle Christian Bay Geometrie 1 02.07.2013 2 / 46 Geometrie
3 Längenendliche Verbände. Dimension
3 Längenendliche Verbände. Dimension Unser Ziel ist es, projektive Geometrien endlicher Dimension durch Spezialisierung der betrachteten Verbände zu kennzeichnen. Dazu gehört sicher, dass es endliche viele
Geometrie I. Sebastian Redinger Informatik 2 Programmiersysteme Martensstraße Erlangen
Geometrie I Sebastian Redinger 01.07.2015 Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Gliederung Grundlagen CCW Polygone Picks Theorem Konvexe Hülle - Graham Scan - Jarvis March 2 Gliederung
6.1.2 Bem.: Für Vierecke ist der Begriff Innenwinkel im allgemeinen nicht sinnvoll. Skizze.
6 Flächeninhalt 6.1 Vierecke 6.1.1 Def.: Seien A, B, C, D vier verschiedene Punkte in E, keine drei auf einer Geraden, so dass AB, BC, CD, DA einander höchstens in Endpunkten treffen. Dann bilden diese
