Das Rucksackproblem: schwache NP-Härte und Approximation
|
|
- Thomas Diefenbach
- vor 5 Jahren
- Abrufe
Transkript
1 Das Rucksackproblem: schwache NP-Härte und Approximation Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1. Februar 2010 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und Komplexität 1. Februar / 24
2 Der Stoff dieser Folien ist nicht relevant für die Übungsklausur am Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und Komplexität 1. Februar / 24
3 Wiederholung Problem (SUBSET-SUM) Eingabe: a 1,...,a N N, b N Frage: Gibt es K {1,...,N} mit i K a i = b? Satz SUBSET-SUM ist NP-vollständig. Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und Komplexität 1. Februar / 24
4 Wiederholung Problem (PARTITION) Eingabe: a 1,...,a N N Frage: Gibt es K {1,...,N} mit i K a i = i {1,...,N}\K a i? Satz Partition ist NP-vollständig. Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und Komplexität 1. Februar / 24
5 Härte des Bin Packing Problems Problem (Bin Packing Problem BPP) Eingabe: b N, w 1,...,w N {1,...,b} zulässige Lösungen: k N und Fkt f : {1,...,N} {1,...,k}, so dass i {1,...,k} : w j b j f 1 (i) Zielfunktion: Minimiere k (= Anzahl Behälter) Entscheidungsvariante (BPP-E): k N ist gegeben. Passen die Objekte in k Behälter? Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und Komplexität 1. Februar / 24
6 Härte des Bin Packing Problems Satz BPP-E ist NP-vollständig. Beweis: BPP-E NP haben wir bereits gezeigt. Die NP-Härte ergibt sich durch eine triviale Reduktion von PARTITION: Setze k = 2, w i = a i für 1 i N und b = 1 2 N i=1 w i. PARTITION ist also nur ein Spezialfall von BPP-E. Somit ist BPP-E NP-hart. Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und Komplexität 1. Februar / 24
7 Härte des Bin Packing Problems Wir sagen ein Optimierungsproblem Π ist NP-hart, wenn ein effizienter Algorithmus für Π einen effizienten Algorithmus für ein NP-hartes Entscheidungsproblem liefert. Aus einem effizienten Algorithmus für BPP ergibt sich ein effizienter Algorithmus für BPP-E. Wir haben gezeigt, dass BPP-E NP-hart ist. Es folgt Korollar BPP ist NP-hart. Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und Komplexität 1. Februar / 24
8 Härte des Rucksackproblems Problem (Rucksackproblem, Knapsack Problem KP) Eingabe: B N, w 1,...,w N {1,...,b}, p 1,...,p N N zulässige Lösungen: K {1,...,N}, so dass i K w i b Zielfunktion: Maximiere den Nutzen i K p i Entscheidungsvariante (KP-E): T N sei gegeben. Gibt es eine zulässige Lösung mit Nutzen mindestens T? Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und Komplexität 1. Februar / 24
9 Härte des Rucksackproblems Satz KP-E ist NP-vollständig (und somit ist KP NP-hart). Beweis: KP-E NP haben wir bereits gezeigt. Die NP-Härte ergibt sich durch eine triviale Reduktion von SUBSET SUM: Setze p i = w i = a i für 1 i N und B = T = b. SUBSET SUM ist also nur ein Spezialfall von KP-E. Somit ist KP-E NP-hart. Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und Komplexität 1. Februar / 24
10 Pseudopolynomieller Algorithmus Satz Für das Rucksackproblem gibt es einen Algorithmus, der eine optimale Lösung in O(N 2 P) uniformen Rechenschritten berechnet, wobei P = max 1 i N p i. Zur Analyse des Algorithmus verwenden wir der Einfachheit halber das uniforme Kostenmaß der RAM. Im logarithmischen Kostenmaß ist die Laufzeit O(N 2 P (log P + log N)), denn in jedem uniforme Rechenschritt spricht der Algorithmus höchstens O(log P + log N) viele Bits an. Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und Komplexität 1. Februar / 24
11 Pseudopolynomieller Algorithmus Beweis: Der optimale Nutzen liegt zwischen 0 und N P. Für i {1,...,N} und p {1,...,N P}, definiere A i,p := kleinstmögliches Gewicht, mit dem man den Nutzen p exakt erreichen kann, wenn man nur Objekte aus der Menge {1,...,i} verwendet Falls der Nutzen p nicht durch eine Teilmenge von {1,...,i} erreicht werden kann, so setzen wir A i,p :=. Die Kostenwerte A i,p berechnen wir in einer Tabelle mit N Zeilen und N P Spalten. In Zeile i und Spalte p steht der Wert A i,p. Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und Komplexität 1. Februar / 24
12 Pseudopolynomieller Algorithmus Die Tabelle A i,p berechnen wir mittels dynamischer Programmierung. Dynamisches Programm Die erste Zeile füllen wir wie folgt A 1,p = { wi falls p = p i sonst Für i = 2... N füllen wir nun Zeile i durch Anwendung der folgenden Rekursionsgleichung: A i,p = { min{ai 1,p, A i 1,p pi + w i } falls p p i > 0 A i 1,p sonst. Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und Komplexität 1. Februar / 24
13 Pseudopolynomieller Algorithmus Aus der Tabelle können wir den optimalen Nutzen entnehmen. Der optimale Nutzen ist max{p A N,p b}. Die optimale Rucksackbepackung lässt sich ausgehend von diesem Eintrag aus der Tabelle rekonstruieren. Laufzeitanalyse im uniformen Kostenmodell: Jeder Eintrag der Tabelle kann in Zeit O(1) berechnet werden. Die Laufzeit entspricht deshalb der Größe der Tabelle und ist somit O(N 2 P). Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und Komplexität 1. Februar / 24
14 Diskussion Die Laufzeit des Algorithmus ist polynomiell in den Parametern N und P beschränkt. Dies ist keine polynomielle Laufzeitschranke im Sinne der Komplexitätstheorie, denn P ist möglicherweise exponentiell in der Eingabelänge, weil Zahlen binär kodiert werden. Die Laufzeitschranke O(N 2 P) ist somit nicht polynomiell in der Eingabelänge beschränkt. Eine derartige Laufzeitschranke, die polynomiell in der Größe der Eingabezahlen (statt in der binären Kodierungslänge dieser Zahlen ist) heißt pseudopolynomiell. Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und Komplexität 1. Februar / 24
15 Binäre versus unäre Kodierung der Eingabe Bisher sind wir durchgängig davon ausgegangen, dass Zahlen in der Eingabe eines Problems binär kodiert werden. Wenn wir das Eingabeformat ändern, so erhalten wir ein neues Problem. Das Rucksackproblem mit binärer Kodierung haben wir mit KP bezeichnet. Sei u-kp die Variante des Rucksackproblems, bei der wir annehmen, dass die Eingabezahlen unär kodiert vorliegen. Aus unseren Analysen folgt: KP ist NP-hart. Aber u-kp P. (Warum?) Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und Komplexität 1. Februar / 24
16 Starke und schwache NP-Härte Definition Ein NP-hartes Problem, das bei unärer Kodierung der Eingabezahlen einen polynomiellen Algorithmus hat, wird als schwach NP-hart bezeichnet. Ein Problem, das selbst bei unärer Kodierung der Eingabezahlen NP-hart bleibt, wird als stark NP-hart bezeichnet. schwach NP-hart sind z.b. KP, SUBSET-SUM, PARTITION stark NP-hart ist z.b. CLIQUE (Warum?) Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und Komplexität 1. Februar / 24
17 Def: Approximationsalgorithmus Sei Π ein Optimierungsproblem. Für eine Instanz I von Π bezeichnen wir den optimalen Zielfunktionswert mit opt(i). Ein α-approximationsalgorithmus, α > 1, für ein Minimierungsproblem Π berechnet für jede Instanz I von Π eine zulässige Lösung mit Zielfunktionswert höchstens α opt(i). Ein α-approximationsalgorithmus, α < 1, für ein Maximierungsproblem Π berechnet für jede Instanz I von Π eine zulässige Lösung mit Zielfunktionswert mindestens α opt(i). α wird auch als Approximationsfaktor oder Approximationsgüte bezeichnet. Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und Komplexität 1. Februar / 24
18 Def: Approximationsschema Ein Approximationsschema A für ein Optimierungsproblem ist ein Algorithmus, der es ermöglicht, für jedes vorgegebene ɛ > 0 eine zulässige Lösung mit Approximationsgüte 1 + ɛ bzw. 1 ɛ zu berechnen. FPTAS (fully polynomial time approximation scheme) A wird als FPTAS bezeichnet, falls die Laufzeit polynomiell sowohl in der Eingabelänge n als auch in 1 ɛ beschränkt ist. Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und Komplexität 1. Februar / 24
19 Ein Approximationsschema für das Rucksackproblem FPTAS für das Rucksackproblem 1 Skaliere die Nutzenwerte mit dem Faktor α = N ɛp und runde ab, d.h. für i {1,...,N} setze p i = αp i. 2 Berechne eine optimale Rucksackbepackung K {1,..., N} für die Nutzenwerte p 1,...,p N mit dem pseudopolynomiellen Algorithmus. Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und Komplexität 1. Februar / 24
20 Laufzeitanalyse Durch die Skalierung sind die Nutzenwerte nach oben beschränkt durch P = αp = N ɛ. Aus der Laufzeit des pseudopolynomiellen Algorithmus ergibt sich somit unmittelbar eine Laufzeitschranke von O(N 2 P ) = O(N 3 /ɛ) uniformen Rechenschritten. Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und Komplexität 1. Februar / 24
21 Analyse des Approximationsfaktors Sei K {1,...,N} eine optimale Rucksackbepackung. Die durch den Algorithmus berechnete Rucksackbepackung bezeichnen wir mit K. Es gilt zu zeigen p(k) (1 ɛ)p(k ). Dazu skalieren wir die gerundeten Nutzenwerte virtuell wieder herauf, allerdings ohne dabei den Rundungsfehler rückgängig zu machen, d.h. wir setzen p i = p i /α. Die Rucksackbepackung K ist optimal für die Nutzenwerte p i und somit auch optimal für die Nutzenwerte p i. Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und Komplexität 1. Februar / 24
22 Analyse des Approximationsfaktors Bezogen auf die ursprünglichen Nutzenwerte p i macht der Algorithmus allerdings möglicherweise für jedes Objekt einen Rundungsfehler: Objekte sehen weniger profitabel aus als sie eigentlich sind. Der Rundungsfehler für Objekt i lässt sich abschätzen durch p i p i = p i αp i α p i αp i 1 α = 1 α. Für eine Teilmenge S {1,...,N} sei p(s) = i S p i und p (S) = i S p i. Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und Komplexität 1. Februar / 24
23 Analyse des Approximationsfaktors Der Rundungsfehler für eine optimale Lösung K lässt sich entsprechend abschätzen durch p(k ) p (K ) i K 1 α N α = ɛp ɛp(k ), wobei die Ungleichung p(k ) P daraus folgt, dass der optimale Nutzen p(k ) mindestens so groß ist wie der Nutzen des Objektes mit dem maximalen Nutzenwert P. Aus der obigen Ungleichung folgt p (K ) (1 ɛ)p(k ). Nun ergibt sich p(k) p (K) p (K ) (1 ɛ)p(k ). Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und Komplexität 1. Februar / 24
24 Zusammenfassung und Diskussion Das Rucksackproblem ist schwach NP-hart, d.h. es ist NP-hart, hat aber einen pseudopolynomiellen Algorithmus. Aus diesem pseudopolynomiellen Algorithmus lässt sich ein FPTAS ableiten, d.h. für jedes vorgegebene ɛ > 0 kann in Zeit poly(n, 1 ɛ ) eine Lösung berechnet werden, die den optimalen Nutzenwert bis auf den Faktor 1 ɛ erreicht. Dieser Ansatz funktioniert nicht nur für das Rucksackproblem: Viele, aber nicht alle schwach NP-harten Optimierungsprobleme haben ein FPTAS. Stark NP-harte Optimierungsprobleme haben jedoch kein FPTAS, es sein denn P = NP. Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und Komplexität 1. Februar / 24
Approximationsalgorithmen für NP-harte Optimierungsprobleme
Approximationsalgorithmen für NP-harte Optimierungsprobleme Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 4. Januar 2011 Berthold Vöcking, Informatik 1 () Vorlesung
MehrApproximationsalgorithmen für NP-harte Optimierungsprobleme
Approximationsalgorithmen für NP-harte Optimierungsprobleme Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 18 Was tun mit NP-harten Problemen? Viele praxisrelevante
MehrNP-Vollständigkeit einiger Zahlprobleme
NP-Vollständigkeit einiger Zahlprobleme Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 22. Januar 2010 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
MehrProbleme aus NP und die polynomielle Reduktion
Probleme aus NP und die polynomielle Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 15. Dezember 2009 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
MehrDie Klasse NP und die polynomielle Reduktion
Die Klasse NP und die polynomielle Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen Dezember 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
MehrDie Klasse NP und die polynomielle Reduktion. Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen
Die Klasse NP und die polynomielle Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 26 Optimierungsprobleme und ihre Entscheidungsvariante Beim Rucksackproblem
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 7. Dezember 2017 INSTITUT FÜR THEORETISCHE 0 07.12.2017 Dorothea Wagner - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE KIT Die Forschungsuniversität
MehrAlgorithmische 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
MehrDie Komplexitätsklassen P und NP
Die Komplexitätsklassen P und NP Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen November 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und
MehrTheoretische Informatik. Exkurs: Komplexität von Optimierungsproblemen. Optimierungsprobleme. Optimierungsprobleme. Exkurs Optimierungsprobleme
Theoretische Informatik Exkurs Rainer Schrader Exkurs: Komplexität von n Institut für Informatik 13. Mai 2009 1 / 34 2 / 34 Gliederung Entscheidungs- und Approximationen und Gütegarantien zwei Greedy-Strategien
MehrRandomisierte und Approximative Algorithmen. Prof. Dr. Heiko Röglin Institut für Informatik Universität Bonn
Randomisierte und Approximative Algorithmen Prof. Dr. Heiko Röglin Institut für Informatik Universität Bonn 22. Januar 2018 Inhaltsverzeichnis 1 Einleitung 4 2 Greedy-Algorithmen 6 2.1 Vertex Cover................................
MehrAlgorithmen 2. Kapitel: Approximationsalgorithmen. Thomas Worsch. Fakultät für Informatik Karlsruher Institut für Technologie
Algorithmen 2 Algorithmen 2 Kapitel: Approximationsalgorithmen Thomas Worsch Fakultät für Informatik Karlsruher Institut für Technologie Wintersemester 2017/2018 1 / 40 Einleitung Überblick Einleitung
MehrEinführung in Berechenbarkeit, Komplexität und Formale Sprachen
Einführung in Berechenbarkeit, Komplexität und Formale Sprachen V17, 10.12.09 Willkommen zur Vorlesung Einführung in Berechenbarkeit, Komplexität und Formale Sprachen Friedhelm Meyer auf der Heide 1 Rückblick:
MehrKombinatorische Optimierung
Juniorprof. Dr. Henning Meyerhenke 1 Henning Meyerhenke: KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu Wiederholung TSP: Kurz:
MehrHärte von Hamilton-Kreis und TSP Überblick über die Komplexitätslandschaft
Härte von Hamilton-Kreis und TSP Überblick über die Komplexitätslandschaft Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 5. Februar 2010 Berthold Vöcking, Informatik
Mehr20. Dynamic Programming II
Aufgabe 20. Dynamic Programming II Subset Sum Problem, Rucksackproblem, Greedy Algorithmus, Lösungen mit dynamischer Programmierung, FPTAS, Optimaler Suchbaum [Ottman/Widmayer, Kap. 7.2, 7.3, 5.7, Cormen
MehrApproximationsalgorithmen
Effiziente Algorithmen Lösen NP-vollständiger Probleme 320 Approximationsalgorithmen In polynomieller Zeit lässen sich nicht exakte Lösungen von NP-harten Problemen berechnen. Approximationsalgorithmen
MehrVL-13: Polynomielle Reduktionen. (Berechenbarkeit und Komplexität, WS 2018) Gerhard Woeginger
VL-13: Polynomielle Reduktionen (Berechenbarkeit und Komplexität, WS 2018) Gerhard Woeginger WS 2018, RWTH BuK/WS 2018 VL-13: Polynomielle Reduktionen 1/46 Organisatorisches Nächste Vorlesungen: Donnerstag,
Mehr20. Dynamic Programming II
536 20. Dynamic Programming II Subset Sum Problem, Rucksackproblem, Greedy Algorithmus, Lösungen mit dynamischer Programmierung, FPTAS, Optimaler Suchbaum [Ottman/Widmayer, Kap. 7.2, 7.3, 5.7, Cormen et
MehrApproximationsalgorithmen
Approximationsalgorithmen 1. Vorlesung Joachim Spoerhase Alexander Wolff Lehrstuhl für Informatik I Wintersemester 2017/18 Bücher zur Vorlesung Vijay V. Vazirani Approximation Algorithms Springer-Verlag
MehrAlgorithmische 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
MehrInformatik III - WS07/08
Informatik III - WS07/08 Kapitel 4 1 Informatik III - WS07/08 Prof. Dr. Dorothea Wagner dwagner@ira.uka.de Kapitel 4 : Komplexitätsklassen Informatik III - WS07/08 Kapitel 4 2 Sprachen, Probleme, Zeitkomplexität
MehrKapitel 9: Lineare Programmierung Gliederung
Gliederung 1. Grundlagen 2. Zahlentheoretische Algorithmen 3. Sortierverfahren 4. Ausgewählte Datenstrukturen 5. Dynamisches Programmieren 6. Graphalgorithmen 7. String-Matching 8. Kombinatorische Algorithmen
Mehr21. Dynamic Programming III
Approximation 21. Dynamic Programming III FPTAS [Ottman/Widmayer, Kap. 7.2, 7.3, Cormen et al, Kap. 15,35.5] Sei ein ε (, 1) gegeben. Sei I eine bestmögliche Auswahl. Suchen eine gültige Auswahl I mit
MehrApproximationsalgorithmen. 19. Dezember / 28
Approximationsalgorithmen 19. Dezember 2017 1 / 28 Optimierungsprobleme Das Ziel: Bearbeite schwierige Optimierungsprobleme der Form opt y f (x, y) so dass L(x, y). Die Zielfunktion f (x, y) ist zu minimieren
MehrEffiziente Algorithmen (SS2015)
Effiziente Algorithmen (SS205) Kapitel 5 Approximation II Walter Unger Lehrstuhl für Informatik 2.06.205 07:59 5 Inhaltsverzeichnis < > Walter Unger 5.7.205 :3 SS205 Z Inhalt I Set Cover Einleitung Approximation
MehrNäherungsalgorithmen (Approximationsalgorithmen) WiSe 2012/13 in Trier
Näherungsalgorithmen (Approximationsalgorithmen) WiSe 2012/13 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 29. Januar 2013 Näherungsalgorithmen, Fernau, Universität Trier, WiSe 2012/13
MehrÜbung zur Vorlesung Berechenbarkeit und Komplexität
RWTH Aachen Lehrgebiet Theoretische Informatik Reidl Ries Rossmanith Sanchez Tönnis WS 2012/13 Übungsblatt 7 26.11.2012 Übung zur Vorlesung Berechenbarkeit und Komplexität Aufgabe T15 Entwickeln Sie ein
MehrBerechenbarkeit und Komplexität: Polynomielle Reduktion / NP-Vollständigkeit / Satz von Cook und Levin
Berechenbarkeit und Komplexität: Polynomielle Reduktion / NP-Vollständigkeit / Satz von Cook und Levin Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität 11. Januar 2008 Wiederholung
MehrApproximationsschemata
Effiziente Algorithmen Aproximationsalgorithmen 312 Definition Approximationsschemata Sei A(ǫ) ein Approximationsalgorithmus mit einem Parameter ǫ. 1. A(ǫ) ist ein PTAS (polynomial time approximation scheme),
MehrKochrezept für NP-Vollständigkeitsbeweise
Kochrezept für NP-Vollständigkeitsbeweise Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 11. Januar 2010 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
MehrDynamische Programmierung II
Vorlesungstermin 10: Dynamische Programmierung II Markus Püschel David Steurer talks2.dsteurer.org/dp2.pdf Algorithmen und Datenstrukturen, Herbstsemester 2018, ETH Zürich Plan für heute Dynamische Programmierung
MehrVorlesung Theoretische Informatik (Info III)
1 Vorlesung Theoretische Informatik (Info III) Prof. Dr. Dorothea Wagner Dipl.-Math. Martin Holzer 20. Dezember 2007 Einleitung Motivation 2 Thema heute Relative Approximation (Forts.) Approximationsschemata
MehrLösungen zur Vorlesung Berechenbarkeit und Komplexität
Lehrstuhl für Informatik 1 WS 009/10 Prof. Dr. Berthold Vöcking 0.0.010 Alexander Skopalik Thomas Kesselheim Lösungen zur Vorlesung Berechenbarkeit und Komplexität. Zulassungsklausur Aufgabe 1: (a) Worin
MehrAlgorithmen II. Peter Sanders, Christian Schulz, Simon Gog. Übungen: Michael Axtmann. Institut für Theoretische Informatik, Algorithmik II.
Schulz, Gog, Sanders: Algorithmen II - 13. Februar 2017 Algorithmen II Peter Sanders, Christian Schulz, Simon Gog Übungen: Michael Axtmann Institut für Theoretische Informatik, Algorithmik II Web: http://algo2.iti.kit.edu/algorithmenii_ws16.php
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Komplexitätsklassen - Teil 2 INSTITUT FÜR THEORETISCHE 0 KIT 05.12.2011 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der
MehrÜbung 2 Algorithmen II
Yaroslav Akhremtsev, Demian Hespe yaroslav.akhremtsev@kit.edu, hespe@kit.edu Mit Folien von Michael Axtmann (teilweise) http://algo2.iti.kit.edu/algorithmenii_ws17.php - 0 Akhremtsev, Hespe: KIT Universität
Mehr6.1. Ein Approximationsalgorithmus für das Rucksackproblem
6.1. Ein Approximationsalgorithmus für das Rucksackproblem Wir erinnern uns an das 0-1-Rucksackproblem: Eingabe: Ganzzahlige Volumina a 1,..., a n > 0, Nutzenwerte c 1,..., c n > 0, ganzzahlige Volumenschranke
MehrNP-Vollständigkeit des Erfüllbarkeitsproblems
NP-Vollständigkeit des Erfüllbarkeitsproblems Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 25 Def: NP-Härte Definition (NP-Härte) Ein Problem L heißt NP-hart,
MehrPolynomialzeit- Approximationsschema
Polynomialzeit- Approximationsschema 27.01.2012 Elisabeth Sommerauer, Nicholas Höllermeier Inhalt 1.NP-Vollständigkeit Was ist NP-Vollständigkeit? Die Klassen P und NP Entscheidungsproblem vs. Optimierungsproblem
MehrNP-vollständig - Was nun?
Kapitel 4 NP-vollständig - Was nun? Wurde von einem Problem gezeigt, dass es NP-vollständig ist, ist das Problem damit nicht gelöst oder aus der Welt geschafft. In der Praxis muss es trotzdem gelöst werden.
MehrRegistermaschine (RAM), Church-Turing-These
Registermaschine (RAM), Church-Turing-These Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 21. Oktober 2010 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
MehrWiederholung. Divide & Conquer Strategie
Wiederholung Divide & Conquer Strategie Binäre Suche O(log n) Rekursives Suchen im linken oder rechten Teilintervall Insertion-Sort O(n 2 ) Rekursives Sortieren von a[1..n-1], a[n] Einfügen von a[n] in
MehrRegistermaschine (RAM), Church-Turing-These. Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen
Registermaschine (RAM), Church-Turing-These Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 22 Registermaschinen (RAM) Programm b c(0) c(1) c(2) c(3) c(4)...
MehrApproximationsklassen für Optimierungsprobleme
Approximationsklassen für Optimierungsprobleme Matthias Erbar 19. September 2007 Inhaltsverzeichnis 1 Einleitung 1 2 Approximationsalgorithmen mit garantierter Güte 2 2.1 Terminologie......................................
MehrLaufzeit einer DTM, Klasse DTIME
Laufzeit einer DTM, Klasse DTIME Definition Laufzeit einer DTM Sei M eine DTM mit Eingabealphabet Σ, die bei jeder Eingabe hält. Sei T M (w) die Anzahl der Rechenschritte d.h. Bewegungen des Lesekopfes
MehrBerechenbarkeit und Komplexität: Simulationen zwischen TM und RAM und die Church-Turing-These
Berechenbarkeit und Komplexität: Simulationen zwischen TM und RAM und die Church-Turing-These Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität 28. Oktober 2006 Simulation RAM
MehrNP-vollst. u. NP-äquiv. Probleme
NP-vollst. u. NP-äquiv. Probleme Literatur: Kapitel K6. Ziel: Weitere Probleme kennen lernen (und damit weitere Basisprobleme für eigene Reduktionen) Weitere Beispiele für NP-Vollständigkeitsbeweise kennen
MehrEinführung in die Informatik 2
Einführung in die Informatik 2 NP-Vollständigkeit Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00 Uhr, o.n.v.
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 5. Dezember 2017 INSTITUT FÜR THEORETISCHE 0 05.12.2017 Dorothea Wagner - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE KIT Die Forschungsuniversität
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 20. November 2014 INSTITUT FÜR THEORETISCHE 0 KIT 20.11.2014 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der
MehrÜbungsblatt 5. Vorlesung Theoretische Grundlagen der Informatik im WS 17/18
Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 5 Vorlesung Theoretische Grundlagen der Informatik im WS 17/18 Ausgabe 20. Dezember 2017 Abgabe 16. Januar 2018, 11:00 Uhr
MehrÜbungsblatt 6. Vorlesung Theoretische Grundlagen der Informatik im WS 16/17
Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 6 Vorlesung Theoretische Grundlagen der Informatik im WS 16/17 Ausgabe 22. Dezember 2016 Abgabe 17. Januar 2017, 11:00 Uhr
MehrEffiziente Algorithmen II
10. Präsenzaufgabenblatt, WiSe 2014/15 Übungstunde am 19.01.2015 Aufgabe Q Betrachten Sie das Knapsackpolytop P = conv(v ) mit V = {x n i=1 a ix i α} {0, 1} n für gegebenes α und a i 0 (insbesondere ist
MehrPolynomielle Verifizierer und NP
Polynomielle Verifizierer und NP Definition Polynomieller Verifizierer Sei L Σ eine Sprache. Eine DTM V heißt Verifizierer für L, falls V für alle Eingaben w Σ hält und folgendes gilt: w L c Σ : V akzeptiert
MehrAlgorithmische Spieltheorie
Algorithmische Spieltheorie Grundlagen der Komplexitätstheorie Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00
MehrMehrband-Turingmaschinen und die universelle Turingmaschine
Mehrband-Turingmaschinen und die universelle Turingmaschine Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 15 Turingmaschinen mit mehreren Bändern k-band
MehrMächtigkeit von LOOP-Programmen. Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen
Mächtigkeit von LOOP-Programmen Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 23 Die Programmiersprache LOOP Syntax Elemente eines LOOP-Programms Variablen
MehrDank. Theoretische Informatik II. Teil VI. Vorlesung
Dank Vorlesung Theoretische Informatik II Bernhard Beckert Institut für Informatik Diese Vorlesungsmaterialien basieren zum Teil auf den Folien zu den Vorlesungen von Katrin Erk (gehalten an der Universität
MehrBuK Panikzettel. Luca Oeljeklaus, der Dude, Caspar Zecha, Tobias Polock, Philipp Schröer. 5. April 2018
Luca Oeljeklaus, der Dude, Caspar Zecha, Tobias Polock, Philipp Schröer 5. April 2018 Dieser Panikzettel ist über die Vorlesung Berechenbarkeit und Komplexität. Er basiert auf dem Foliensatz von Prof.
MehrKlausur Algorithmen und Datenstrukturen II 10. August 2015
Technische Universität Braunschweig Sommersemester 2015 Institut für Betriebssysteme und Rechnerverbund Abteilung Algorithmik Prof. Dr. Sándor P. Fekete Dr. Christian Scheffer Klausur Algorithmen und Datenstrukturen
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 06. Dezember 2011 INSTITUT FÜR THEORETISCHE 0 KIT 06.12.2011 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der
MehrEinführung in das Seminar Algorithmentechnik
Einführung in das Seminar Algorithmentechnik 10. Mai 2012 Henning Meyerhenke, Roland Glantz 1 KIT Henning Universität desmeyerhenke, Landes Baden-Württemberg Roland undglantz: nationales Einführung Forschungszentrum
MehrApproximationsschemata für das Rucksackproblem
Approximationsschemata für das Rucksackproblem Seminararbeit von Christian Schmitz Fakultät für Informatik Institut für Theoretische Informatik Betreuende Mitarbeiter: Juniorprof. Dr. Henning Meyerhenke
MehrApproximationsalgorithmen
Makespan-Scheduling Kapitel 4: Approximationsalgorithmen (dritter Teil) (weitere Beispiele und Illustrationen an der Tafel) Hilfreiche Literatur: Vazarani: Approximation Algorithms, Springer Verlag, 2001.
MehrUnentscheidbare Probleme: Diagonalisierung
Unentscheidbare Probleme: Diagonalisierung Prof Dr Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen Oktober 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
MehrProbabilistische Pfadsuche
Probabilistische Pfadsuche Frage: Existiert ein Pfad in G von s nach t? Deterministisch mit Breitensuche lösbar in Zeit O( V + E ). Erfordert allerdings auch Speicher Ω( V ). Algorithmus PATH EINGABE:
MehrKomplexität von Algorithmen Musterlösungen zu ausgewählten Übungsaufgaben
Dieses Dokument soll mehr dazu dienen, Beispiele für die formal korrekte mathematische Bearbeitung von Aufgaben zu liefern, als konkrete Hinweise auf typische Klausuraufgaben zu liefern. Die hier gezeigten
MehrEffiziente Algorithmen Lineares Programmieren 216. Schwache Dualität
Effiziente Algorithmen Lineares Programmieren 216 Schwache Dualität Sei wieder z = max{ c T x Ax b, x 0 } (P ) und w = min{ b T u A T u c, u 0 }. (D) x ist primal zulässig, wenn x { x Ax b, x 0 }. u ist
MehrUnentscheidbarkeit des Halteproblems: Unterprogrammtechnik
Unentscheidbarkeit des Halteproblems: Unterprogrammtechnik Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen Oktober 2011 Berthold Vöcking, Informatik 1 () Vorlesung
MehrWann sind Codes eindeutig entschlüsselbar?
Wann sind Codes eindeutig entschlüsselbar? Definition Suffix Sei C ein Code. Ein Folge s {0, 1} heißt Suffix in C falls 1 c i, c j C : c i = c j s oder 2 c C und einen Suffix s in C: s = cs oder 3 c C
MehrDas Rucksackproblem. Definition Sprache Rucksack. Satz
Das Rucksackproblem Definition Sprache Rucksack Gegeben sind n Gegenstände mit Gewichten W = {w 1,...,w n } N und Profiten P = {p 1,...,p n } N. Seien ferner b, k N. RUCKSACK:= {(W, P, b, k) I [n] : i
MehrEinführung in Approximationsalgorithmen
Einführung in Approximationsalgorithmen Skript zur Vorlesung Effiziente Algorithmen von Berthold Vöcking, RWTH Aachen 1. Juni 2007 Hilfreiche Literatur Vazirani: Approximation Algorithms, Springer Verlag,
MehrBerechenbarkeit und Komplexität: Mächtigkeit von Programmiersprachen: WHILE- und LOOP-Programme
Berechenbarkeit und Komplexität: Mächtigkeit von Programmiersprachen: WHILE- und LOOP-Programme Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität 29. November 2007 Turing-mächtige
MehrDas Lastverteilungsproblem
Das Lastverteilungsproblem Approximationsalgorithmen Referent Franz Brauße Veranstaltung Proseminar Theoretische Informatik Universität Trier, FB IV Dozent Prof. Dr. Henning Fernau 23.02.2012 Übersicht
MehrBerechenbarkeit und Komplexität: Probleme, Sprachen, Maschinen
Berechenbarkeit und Komplexität: Probleme, Sprachen, Maschinen Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität 25. Oktober 2006 Was ist ein Problem? Informelle Umschreibung
MehrKombinatorische 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
MehrKomplexgewichtetes Rucksackproblem und Anreize in Wechselstromnetzen
Komplexgewichtetes Rucksackproblem und Anreize in Wechselstromnetzen 13. Dezember 2016 Sebastian Graf KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft
MehrVorlesung VL-13. P versus NP. Wdh.: LOOP versus WHILE. Korrektur: Primitiv rekursive Funktionen (2) Wdh.: Kostenmodelle der RAM
Organisatorisches VL-13: P versus NP (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger Nächste Vorlesung: Mittwoch, Dezember 13, 14:15 15:45 Uhr, Roter Hörsaal Webseite: http://algo.rwth-aachen.de/lehre/ws1718/buk.php
MehrEinführung in die Informatik 2
Einführung in die Informatik 2 NP-Vollständigkeit Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz http://www.inf.uni-konstanz.de/algo/lehre/ss08/info2 Sommersemester 2008 Sven
MehrZunächst ein paar einfache "Rechen"-Regeln: Lemma, Teil 1: Für beliebige Funktionen f und g gilt:
Der Groß-O-Kalkül Zunächst ein paar einfache "Rechen"-Regeln: G. Zachmann Informatik 1 - WS 05/06 Komplexität 22 Additionsregel Lemma, Teil 1: Für beliebige Funktionen f und g gilt: Zu beweisen: nur das
MehrApproximierbarkeit von NP Problemen
Komplexitätstheorie (6) (Wolfgang Slany) 1 Approximierbarkeit von NP Problemen Approximations-Algorithmen: in polynomieller Zeit wird ein Resultat gefunden, das garantiert höchstens einen vorgegebenen
MehrÜbungen zur Vorlesung Grundbegriffe der Theoretischen Informatik Thomas Schwentick
Übungen zur Vorlesung Grundbegriffe der Theoretischen Informatik Thomas Schwentick Gaetano Geck, Moritz Martens, Martin Schuster SoSe 2014 Übungsblatt 12 24.6.2014 Abgabe bis spätestens am Dienstag, 1.7.2014
MehrRekursive Aufzählbarkeit Die Reduktion
Rekursive Aufzählbarkeit Die Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen November 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
MehrDie dynamische Programmierung 1 / 51
Die dynamische Programmierung 1 / 51 Dynamische Programmierung - Das Ausgangsproblem P 0 wird in Teilprobleme P 1,..., P t aufgebrochen. - Die Teilprobleme werden dann, einer Schwierigkeitshierarchie entsprechend,
MehrDie Komplexitätsklassen P und NP
Die Komplexitätsklassen P und NP Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 3. Dezember 2009 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und
Mehr12. Woche: Verifizierer, nicht-deterministische Turingmaschine, Klasse NP
12 Woche: Verifizierer, nicht-deterministische Turingmaschine, Klasse NP 12 Woche: Verifizierer, nicht-deterministische Turingmaschine, NP 254/ 333 Polynomielle Verifizierer und NP Ḋefinition Polynomieller
MehrVorname Name Matrikelnummer 1. a) Benennen Sie die übrigen 6 Komponenten einer nicht-deterministischen Turingmaschine (TM): (3 Punkte)
1 Aufgabe 1 (19 Punkte) a) Benennen Sie die übrigen 6 Komponenten einer nicht-deterministischen Turingmaschine (TM): (3 Punkte) Q, die endliche Zustandsmenge b) Was besagt die Church-Turing-These? (1 Punkt)
MehrUnentscheidbarkeit des Halteproblems: Unterprogrammtechnik
Unentscheidbarkeit des Halteproblems: Unterprogrammtechnik Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen Oktober 2011 Berthold Vöcking, Informatik 1 () Vorlesung
MehrKomplexitätstheorie. Vorlesung im Sommersemester 2009
Komplexitätstheorie Vorlesung im Sommersemester 2009 Organisatorisches Zeit und Ort: Di 17-19 und Do 15-17 MZH 7250 Vortragender: Prof. Carsten Lutz Raum 3090 Tel. (218)-64431 clu@informatik.uni-bremen.de
MehrProbeklausur zur Vorlesung Berechenbarkeit und Komplexität
RWTH Aachen Lehrgebiet Theoretische Informatik Reidl Ries Rossmanith Sanchez Tönnis WS 2012/13 Probeklausur 25.01.2013 Probeklausur zur Vorlesung Berechenbarkeit und Komplexität Aufgabe 1 (1+2+6+3 Punkte)
Mehr13. Woche: NP-Vollständigkeit Satz von Cook-Levin Anwendungen in der Kryptographie
13 Woche: NP-Vollständigkeit Satz von Cook-Levin Anwendungen in der Kryptographie 13 Woche: NP-Vollständigkeit, Satz von Cook-Levin, Anwendungen 276/ 333 N P-Vollständigkeit Ḋefinition NP-vollständig Sei
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Map Labeling INSTITUT FÜR THEORETISCHE INFORMATIK 0 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu
MehrÜbung zur Vorlesung Berechenbarkeit und Komplexität
RWTH Aachen Lehrgebiet Theoretische Informatik Reidl Ries Rossmanith Sanchez Tönnis WS 2012/13 Übungsblatt 9 10.12.2012 Übung zur Vorlesung Berechenbarkeit und Komplexität Aufgabe T20 Beweisen Sie die
Mehr2 Komplexitätstheorie
2 Komplexitätstheorie Bemerkung: Einige der im Folgenden verwendeten Begriffe werden nicht präzise definiert, da dies den Rahmen dieser Veranstaltung sprengen würde. Wer die exakten Termini nachlesen möchte,
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Komplexitätsklassen - Teil 2 INSTITUT FÜR THEORETISCHE INFORMATIK 0 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft
MehrEinführung in Approximationsalgorithmen
Einführung in Approximationsalgorithmen Skript zur Vorlesung Effiziente Algorithmen von Berthold Vöcking, RWTH Aachen 30. Juli 2008 Hilfreiche Literatur Vazirani: Approximation Algorithms, Springer Verlag,
MehrEntscheidungsbäume. Definition Entscheidungsbaum. Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen?
Entscheidungsbäume Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen? Definition Entscheidungsbaum Sei T ein Binärbaum und A = {a 1,..., a n } eine zu sortierenden Menge. T ist ein Entscheidungsbaum
MehrAlgorithmentheorie 1. Vorlesung
Algorithmentheorie 1. Vorlesung Martin Dietzfelbinger 6. April 2006 FG KTuEA, TU Ilmenau AT 06.04.2006 Methode, Material Vorlesung Vorlesungsskript (Netz, Copyshop) Folien (im Netz) Vorlesung nachbereiten!
Mehr