Grafos – Parte 2 Projeto e Análise de Algoritmos Aline Vasconcelos

Slides:



Advertisements
Apresentações semelhantes
Grafos Orientados (digrafos)
Advertisements

Planaridade 1.
Árvores 2010/1 Teoria dos Grafos (INF 5037/INF2781)
Árvores CC/EC/Mestrado Teoria dos Grafos ‏ 1.
Grafo k-conexo Seja k um inteiro positivo. Diz-se que um grafo G é k-conexo em vértices quando não existe corte de vértices de tamanho menor que k Analogamente,
CC/EC/PPGI/UFES 2010/1 Teoria dos Grafos (INF 5037/INF2781) Conceitos Básicos.
Antonio Dirceu Rabelo de Vasconcelos Filho
CAMINHAMENTO EM GRAFOS (CONTINUAÇÃO)
Inteligência Artificial
Teoria dos Grafos – Aula 2
Teoria dos Grafos Loana Tito Nogueira.
Fluxo em Redes Prof. Ricardo R. Santos.
Análise de Decisão Aplicada a Gerência Empresarial – UVA Grafos - V
Exercícios PAA- Grafos
Exercícios PAA- Grafos
CC/EC/Mestrado/UFES Teoria dos Grafos (INF 5037/INF2781) Grafos Orientados (digrafos)
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.
Conectividade e Separabilidade
Grafo k-conexo Seja k um inteiro positivo. Diz-se que um grafo G é k-conexo em vértices quando não existe corte de vértices de tamanho menor que k.
Conceitos Básicos CC/EC/Mestrado Teoria dos Grafos.
Algumas classes especiais de grafo
Pesquisa em profundidade
Grafos Grafo G = (V, E) V — conjunto de vértices
Conexidade e Conectividade
Prof. M.Sc. Fábio Francisco da Costa Fontes Abril
ESTRUTURA E REPRESENTAÇÃO
Metaheurísticas Prof. Aurora Pozo Departamento de Informática Universidade Federal do Paraná
Teoria dos Grafos – Aula 3 Árvores
Grafos – Parte 1 Projeto e Análise de Algoritmos Aline Vasconcelos
Grafos - Definições Preliminares - Formas de Representação
Ronaldo Celso Messias Correia –
Pesquisa Operacional - Profa Úrsula L. F. Ribeiro
Inteligência Artificial
Árvore Geradora Mínima
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 PAA- Grafos
Resolução de problemas por meio de busca
Histórico, exemplos e problemas
Operações com grafos União Exemplo
O problema do emparelhamento máximo
Grafos Msc. Cintia Carvalho Oliveira Doutoranda em Computação – UFU
Teoria dos Grafos Conectividade
Problema do menor Caminho
Conceitos básicos em grafos
ÁRVORES Def.: Um grafo é acíclico se não possui ciclos.
Algoritmo BSP/CGM para Euler tour em Grafos
José Augusto Amgarten Quitzau
Conexidade 1.
Msc. Daniele Carvalho Oliveira
CAMINHOS MAIS CURTOS EM GRAFOS
Katia S. Guimarães Busca em Grafos Katia S. Guimarães
Aula de Monitoria – Miniprova
Profº: Éder Jânio Francisco Gomes.  Grafos são assim chamados por poderem ser representados graficamente  Existe uma única maneira de desenhar um grafo?
Introdução a Algoritmos em Grafos.

Mestrado em Informática
Celso C. Ribeiro Caroline T. Rocha
Análise e Síntese de Algoritmos
Grafos Anjolina Grisi de Oliveira 2007
 Prof. Miguel Gabriel Prazeres de Carvalho 1. 2 Redes Sociais GPS Para o correio. Para Viajantes. Pesquisas Biológicas. Distribuição de Tarefas. Recomendações.
Grafos Prof. Miguel Gabriel Prazeres de Carvalho.
Transcrição da apresentação:

Grafos – Parte 2 Projeto e Análise de Algoritmos Aline Vasconcelos aline.vasconcelos@terra.com.br

Conceitos Básicos Grafos Conectados: Um grafo não direcionado é conectado se cada par de vértices está conectado por um caminho. Os componentes conectados são conjuntos de vértices sob a relação “é alcançável a partir de”, ou seja, são porções conectadas de um grafo. Por exemplo, o grafo na figura B, tem 3 componentes, a saber: {0, 1, 2}, {4, 5} e {3}. Em outras palavras, um grafo não direcionado é conectado se ele tem exatamente um componente conectado, i.e., cada vértice é alcançável a partir de qualquer outro vértice.

Conceitos Básicos Grafos Fortemente Conectados: Um grafo direcionado G=(V, A) é fortemente conectado se cada dois vértices quaisquer são alcançáveis a partir um do outro. Os componentes fortemente conectados de um grafo direcionado são as classes de equivalência de vértices sob a relação “são mutuamente alcançáveis”. Por exemplo, o grafo na figura A, tem 3 componentes fortemente conectados, a saber: {0, 1, 2, 3}, {4} e {5}. Todos os pares em {0, 1, 2, 3} são mutuamente alcançáveis. Por outro lado, os vértices 4 e 5 não formam um componente fortemente conectado porque o vértice 5 não é alcançável a partir do vértice 4. Assim, um grafo direcionado fortemente conectado tem apenas 1 componente fortemente conectado.

Exemplo: (A) (B) 4 1 4 1 3 2 3 2 5 5

Conceitos Básicos Grafos Isomorfos: Dois grafos G=(V, A) e G’=(V’, A’) são isomorfos se existir uma bijeção ƒ : V  V’ tal que (u, v)  A se e somente se (ƒ(u), ƒ(v))  A’. Em outras palavras, deve ser possível re-rotular os vértices de G para serem rótulos de G’, mantendo as arestas correspondentes em G e G’. O exemplo da Figura C mostra 2 grafos isomorfos G e G’ com seus conjuntos de vértices V = {0, 1, 2, 3, 4, 5, 6, 7} e V’= {s, t, u, v, w, x, y, z} respectivamente.

Grafos Isomorfos (C) t 1 s w x 4 5 y u v z 6 7 3 2

Conceitos Básicos Subgrafo: Um grafo G’ = (V’, A’) é um subgrafo de G = (V, A) se V’  V e A’  A. Dado um conjunto V’  V, o subgrafo induzido por V’ é o grafo G’ = (V’, A’), em que A’ = {(u, v)  A | u, v  V’}

Conceitos Básicos Na transformação de um grafo não direcionado em sua versão direcionada, cada aresta não direcionada é substituída por duas arestas direcionadas. Um grafo completo é um grafo não direcionado no qual todos os pares de vértices são adjacentes, ou seja, possui arestas ligando todos os vértices entre si. Uma árvore livre (Figura D) é um grafo não direcionado acíclico e conectado. É comum omitir-se o adjetivo “livre” quando dizemos que o grafo é uma árvore.

Conceitos Básicos Uma floresta é um grafo não direcionado acíclico, podendo ou não ser conectado (Figura E). (D) (E)

Algoritmos em Grafos Busca em Profundidade (depth-first search): É um algoritmo para caminhar no grafo . A estratégia seguida pelo algoritmo é a de buscar o mais profundo no grafo sempre que possível. Na busca em profundidade, as arestas são exploradas a partir do vértice v mais recentemente descoberto que ainda possui arestas não exploradas saindo dele. Quando todas as arestas adjacentes a v tiverem sido exploradas, a busca anda para trás (i.e. backtracking ou backtrack) para explorar vértices que saem do vértice do qual v foi descoberto.

Algoritmos em Grafos Busca em Profundidade (depth-first search): O processo continua até que sejam descobertos todos os vértices que são alcançáveis a partir do vértice original. O algoritmo é a base para muitos outros algoritmos importantes na área de grafos, tais como: Verificação de grafos acíclicos; Componentes fortemente conectados etc.

Algoritmos em Grafos Busca em Largura (breadth-first search): É assim chamada porque ela expande a fronteira entre vértices descobertos e não descobertos uniformemente por meio da largura da fronteira, como se fossem círculos concêntricos gerados por uma pedra que se deixa cair em uma superfície de água completamente parada. O algoritmo é a base para muitos algoritmos importantes em grafos, como o algoritmo de Dijkstra para obter o caminho mais curto de um vértice a todos os outros vértices.

Algoritmos em Grafos Busca em Largura (breadth-first search): Dados um grafo G (V, A) e um vértice origem, o algoritmo de busca em largura descobre todos os vértices a uma distância k do vértice origem antes de descobrir qualquer vértice a uma distância k + 1. O grafo G (V, A) pode ser direcionado ou não direcionado.