Exercícios PAA- Grafos

Slides:



Advertisements
Apresentações semelhantes
Algoritmos de Caminho Mínimo em Grafos
Advertisements

Grafos eulerianos 1.
Grafos Orientados (digrafos)
Árvores 2010/1 Teoria dos Grafos (INF 5037/INF2781)
Árvores CC/EC/Mestrado Teoria dos Grafos ‏ 1.
Algoritmos em Grafos (Parte 2)
Antonio Dirceu Rabelo de Vasconcelos Filho
Gustavo Sant´Anna Ferreira Rodrigo Ribeiro de Souza
Grafos - Caminhos Caminhos Máximo / Mínimo:
Celso C. Ribeiro Caroline T. Rocha
Fluxo em Redes Prof. Ricardo R. Santos.
Grafos – Parte 2 Projeto e Análise de Algoritmos Aline Vasconcelos
Análise de Decisão Aplicada a Gerência Empresarial – UVA Grafos - V
Teoria da Computação VERIFICAÇÃO DE EQUIVALÊNCIA FORTE DE PROGRAMAS
Solved Exercises 1. Finding the Peak. Let A= a1,…,an be a sequence of n numbers with the following property: there is p in {1,…,n} for which (i) the.
Exercícios PAA- Grafos
CC/EC/Mestrado/UFES Teoria dos Grafos (INF 5037/INF2781) Grafos Orientados (digrafos)
Pontes Seja (G) o número de componentes conexas de G. Uma ponte é uma aresta a tal que (G - a) > (G)
Percursos em um grafo 2010/1 Teoria dos Grafos (INF 5037/INF2781)
UFES CC/EC/Mestrado Teoria dos Grafos Árvores. UFES CC/EC/Mestrado Teoria dos Grafos Árvores Grafo Acíclico: não possui ciclos.
Pesquisa em profundidade
Problemas de fluxo numa rede
Grafos Grafo G = (V, E) V — conjunto de vértices
Estrutura de Dados e Algoritmos e Programação e Computadores II
Prof. M.Sc. Fábio Francisco da Costa Fontes Abril
Teoria dos Grafos – Aula 3 Árvores
Instituto de Computação - UFF Detecção de Terminação Algoritmos Distribuídos Professora: Lúcia Drummond.
Árvores.
2002 LCG/UFRJ. All rights reserved. 1 Localização no Plano Claudio Esperança Paulo Roma.
Árvore Geradora de Peso Mínimo
Classificação e Pesquisa de Dados
Ronaldo Celso Messias Correia –
Métodos de Classificação por Seleção: HeapSort
Árvore Geradora Mínima
Ordenação Topológica Luis Raphael Mareze Marcus Vinicius Lemos Chagas
Grafos Msc. Cintia Carvalho Oliveira Doutoranda em Computação – UFU
Buscas em Grafos Prof. André Renato 1º Semestre/2012
Grafos Msc. Cintia Carvalho Oliveira Doutoranda em Computação – UFU
Baseado em: The Algorithm Design Manual Steven S. Skiena
Algoritmos em Grafos.
Algoritmos em Grafos Conceitos principais Prof. André Renato
Grafos Árvores Geradoras.
Teoria dos Grafos Caminhos e Noção de Grafos com pesos
Exercícios: Alg Gulosos Eduardo Laber. Cap 4-Exercício 2 a)Verdadeiro, já que trocando cada elemento pelo seu quadrado não altera a ordem das arestas.
Caminhamento em Grafos: Busca em Largura e Busca em Profundidade
Exercícios PAA- Grafos
Prova AA.
Algorítmos e estrutura de dados III
Operações com grafos União Exemplo
Introdução e Busca Cega
Conceitos básicos em grafos
Árvore Binária de Busca
Navegação e Controle de Robôs Móveis PLANEJAMENTO DE CAMINHOS.
Construção e Análise de Algoritmos
Universidade Federal de Mato Grosso do Sul Departamento de Computação e Estatística Circuitos de Euler em Paralelo Universidade Federal de Mato Grosso.
Busca Combinatorial e Métodos de Heurística

Conexidade 1.
Disciplina Análise de Algoritmos Bacharelado em CC
Katia S. Guimarães Busca em Grafos Katia S. Guimarães
Introdução a Algoritmos em Grafos.

Problema MST Método Genérico Guloso usando Estratégia do Corte
Mestrado em Informática
Exercícios de Fluxo em Redes
Celso C. Ribeiro Caroline T. Rocha
Running time: O(n + m) BFS(G) 1 for every vertex s of G not explored yet 2 do Enqueue(S,s) 3 mark vertex s as visited 4 while S is not empty do 5 u ← Dequeue(S);
Análise e Síntese de Algoritmos
INE5408 Estruturas de Dados Introdução a Árvores - Conceitos - Árvores Binárias - Métodos e algoritmos de percurso - Métodos e algoritmos de balanceamento.
Transcrição da apresentação:

Exercícios PAA- Grafos Eduardo Laber

Exercício de Implementação 1. Modifique o código da BFS para que esta preencha um vetor d com n entradas aonde d(u) é a distância da origem s até o vértice u. for every vertex v of G not explored yet d(v) infinito End For 2 d(s)  0 3 mark vertex s as visited 4 while S is not empty do 5 u ← Dequeue(S); 6 For each v in Adj[u] then 7 if v is unexplored then 8 mark vertex v as visited 9 d(v)  d(u)+1 10 Enqueue(S,v)

Cap 3-Tardos Exercício 2 Modifique o pseudo-código da busca em profundidade da seguinte forma. Ao visitar um vértice v a partir de u Se v não foi visitado faça upai (v) Se v já foi visitado Se v<> pai(u) Ciclo existe (uv+ caminho de u a v na árvore)

Cap 3-Tardos Exercicio 2: Ciclo em grafo direcionado Execute uma busca em profundidade no grafo anotando, para cada vértice v, o pai de v o momento que a busca em v começa: pre(v) o momento que a busca em v termina: pos(v) Ao tentar visitar um vértice v a partir de u tal que a busca em v já começou mais ainda não terminou (pos(v) =-1) podemos obter um ciclo da seguinte forma. Caminhe pelos pais de u até encontrar v. O ciclo é formado por este caminho + o arco (u,v)

Cap 3-Tardos Exercício 3 Execute uma ordenação topológica no Grafo. Se em algum ponto não houver uma fonte, quer dizer que o grafo contém ciclos. Execute o algoritmo do slide anterior

Cap 3-Tardos Exercício 4 Etapa 1. Construa o grafo G[S] induzido pelas arestas do conjunto S. Utilize uma DFS(BFS) para determinar as componentes conexas deste grafo. Atribua o número da componente para cada vértice (borboleta). Etapa 2. Faça uma varredura nos pares (i,j) tal que a borboleta i é diferente da borboleta j. Se algum par (i, j) for encontrado tal que a borboleta i está na mesma componente de j (conforme etapa 1) então a atribuição é inconsistente. Se nenhum par for encontrado a atribuiçào é consistente. O(m+n) b

Cap 3-Tardos Exercício 7 Seja v um nó do grafo. Se u não é vizinho de v então existe um nó, digamos w, que é vizinho de u e de v. Caso contrário o grafo teria mais de n vértices (n/2 vizinhos de u, n/2 outros vizinhos de v, u e v). Contradição Portanto, vwu é um caminho de v para u

Cap 3-Tardos Exercício 8 Para um contra exemplo considere uma clique K com n- n0.5 e um único vértice desta clique ligado a um caminho de n0.5 vértices.

Cap 3-Tardos Exercício 9 Considerar a árvore gerada a partir de uma busca em largura começando em s. Como a altura desta árvore é maior que n/2 então existe um nível nesta árvore ( > 1 e < nível t) com apenas um nó. Como toda aresta de G liga vértices da mesma camada ou de camadas adjacentes, ao remover este vértice desconectamos o grafo.

Cap 3-Tardos Exercício 9 Algoritmo Faça uma busca em largura calculando a distância de s a cada nó e preencha um vetor (de listas) indicando, na posição i, os vértices que distam i de s. Retorne o primeiro nó diferente de s que se encontra sozinho em uma lista

num(y) num(y)+num(x) Cap 3-Tardos Exercício 10 Utilizar uma busca em largura para decompor a árvore em camadas. Marcar para cada nó u a sua distância ao nó de origem v. Em uma segunda passada acumular em cada nó u um contador num(u) indicando o número de caminhos de v a u. Inicialmente os contadores são 0, exceto Num(v)=1. Ao tentar visitar um nó y, com d(y)=i+1, a partir de um nó x, com d(x)=i, fazer num(y) num(y)+num(x)

Cap 3-Tardos Exercício 12 Construa um grafo direcionados G da seguinte forma a) Para cada pessoa P(i) crie dois vértices: B(i) – data de nascimento e D(i), data de morte b) Para todo i, crie uma arco de B(i) para D(i) c) Se nos dados coletados, P(i) morre antes de P(j) nascer crie um arco de D(i) para B(j) d) Se nos dados coletados, a vida de P(i) tem interseção com a vida de P(j), crie um arco de P(i) para B(j) e um arco de B(i) para P(j) Se G tem uma ordenação topológica os dados são consistentes, caso contrário não

Dasgupta-Cap 3 Exercício 8 Criamos 11*8*5=440 nós e associamos cada nó do grafo a uma tripla (a,b,c) correspondendo a quantidade de água em cada um dos recipientes. . Existe uma aresta direcionado de um nó para outro se for possivel de um estado alcancar o outro com um movimento.

Dasgupta-Cap 3 Exercício 8 Cada nó pode ter 6 arestas partindo dele, logo o número de arestas é no máximo 1320

Dasgupta-Cap 3 Exercício 8 Basta executar uma BFS(DFS) no grafo começando no estado (0,7,4) e verificar se o estado (0,0,0) e alcançável

Dasgupta-Cap 3 Exercício 9 Duas passadas completas na lista de adjacência do grafo A primeira passada calcula o grau de cada vértice For each v in Adj[u] degree(u)  degree(u)+1 Na segunda, acumulamos em twodegree[u], para cada u, a soma dos graus dos vizinhos de u. Twodegree[u]  Twodegree[u]+d(v)

Dasgupta-Cap 3 Exercício 13 a) Defina um vértice s em G e execute uma DFS a partir de s. Seja T a árvore obtida. Qualquer folha de T satisfaz a propriedade desejada b) Qualquer Ciclo direcionado c) G= dois ciclos disjuntos

Dasgupta-Cap 3 Exercício 15 Seja G=(V,E) o grafo direcionado em que V é o conjunto de interseções de ruas e E representa o conjunto das ruas Verifique se o grafo é fortemente conexo utilizando o algoritmo ensinado em sala com complexidade O(m+n)

Dasgupta-Cap 3 Exercício 15 Seja v o nó correspondente a Town Hall. Seja S o conjunto de nó alcançáveis a partir de v. S pode ser obtido em O(m+n) através de uma DFS( BFS). Seja G’ o grafo reverso de G. Seja T o conjunto de nós obtidos a partir de v em G’. Se S for um subconjunto de T então a propriedade é verdadeira. Caso contrário, é falsa. Podemos testar se S e subconjunto de T em O(n)

pre[u] <pre[v]< post[v]<post[u] Dasgupta-Cap 3 Exercício 18 Execute uma DFS em G a partir de r e armazene os contadores pre e post para cada vértice do grafo. u é ancestral de v se e somente se pre[u] <pre[v]< post[v]<post[u]

Dasgupta-Cap 3 Exercício 22 Execute uma DFS em G e armazene os contadores pre e post para cada vértice do grafo. Seja v o vértice com maior post. Sabemos que ele pertence a um source node em G~ (aula de componentes fortemente conexos). Execute uma DFS começando em v. Se apenas uma árvore for gerada então existe o nó desejado. Caso contrário, não.

Dasgupta-Cap 3 Exercício 24 Execute o algoritmo linear para ordenação topológica. Se em algum ponto o conjunto S dos vértices com grau de entrada igual a 0 tiver mais de um elemento, então G não possui o caminho desejado. Caso contrário, ordem topológica é o caminho desejado.

Exercicio Resolvido Problema Seja um grafo G=(V,E) representando a planta de um edifício. Inicialmente temos dois robos localizados em dois vértices de V, a e b, que devem alcançar os vértices c e d de V. A cada passo um dos robos deve caminhar para um vértice adjacente ao vértice que ele se encontra no momento. Exiba um algoritmo polinomial que decida se é possível, ou não, os robos partirem de a e b e chegarem em c e d, respectivamente, sem que em nenhum momento eles estejam a distância menor do que r, onde r é um inteiro dado. Alternative. Order nodes in reverse order that DFS finishes visiting them.

Exercicio Resolvido Solução Seja H um grafo representando as configurações possíveis (posições dos robos) do problema. Cada nó de H corresponde a um par ordenado de vértices de V cuja distância menor ou igual a r. Um par de nós u e v de H tem uma aresta se e somente em um passo é possível alcançar a configuração v a partir da configuração u em um único passo, ou seja, se u=(u1,u2) e v=(v1,v2) então uma das alternativas é válida (i) u1=v1 e (u2,v2) pertence a E (i) u2=v2 e (u1,v1) pertence a E O problema portanto consiste em decidir se existe um camìnho entre o nó (a,b) e o nó (c,d) em H. Isso requer tempo linear no tamanho de H. Como H tem O(n2) vértices e O(n3) arestas, o algoritmo executa em O(n3) . Alternative. Order nodes in reverse order that DFS finishes visiting them.

Dasgupta, Cap 4 -Exercício 11 Execute Dijkstra a partir de cada vértice v. O(|V|3) Guarde em uma tabela Dist a menor distância Dist(u,v) entre u e v para cada para u,v Procure na tabela Dist o par de vértices u,v que minimiza Dist(u,v)+Dist(v,u). Se o mínimo é infinito então o grafo é acíclico O(|V|3), já que temos que considerar todos os pares

Dasgupta, Cap 4 -Exercício 12 Seja e=(u,v) Remova a aresta e de G O(|V|) Execute Dijkstra para encontrar o caminho P de custo mínimo entre v e u em G-e. O(|V|2), utilizando vetor como fila de prioridades O ciclo é dado pela união de P com e.

Dasgupta, Cap 4 -Exercício 14 1. Execute Dijkstra para encontrar o caminho de custo mínimo entre v0 e os demais vertices em G 2. Execute Dijkstra para encontrar o caminho de custo mínimo entre v0 e os demais vertices em GR (grafo reverso) 3. O caminho mínimo entre u e w passando por vo é o caminho mínimo entre u e v0 e vo e w

Dasgupta, Cap 4 -Exercício 17.a Utilize um vetor de nW posições como fila de prioridade. A posição i do vetor deve guardar os nós v tal que o custo π(v) do menor caminho da origem s até v é i.

Dasgupta, Cap 4 -Exercício 17.a Portanto, encontrar o custo total de encontrar o vértice com menor valor π() requer O(nW) operações Se o ultimo vértice colocado em S foi u então a busca pelo menor valor de π() deve ser feita a partir de π(u). As atualizações podem ser feitas em O(E)

ESTUDEM