PLANARITA A TOKY V SÍTÍCH

Podobné dokumenty
TOKY V SÍTÍCH II. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze

VLASTNOSTI GRAFŮ. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze. BI-GRA, LS 2010/2011, Lekce 5

ORIENTOVANÉ GRAFY, REPREZENTACE GRAFŮ

PROHLEDÁVÁNÍ GRAFŮ. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze

VLASTNOSTI GRAFŮ. Vlastnosti grafů - kap. 3 TI 5 / 1

NEJKRATŠÍ CESTY I. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze

STROMY A KOSTRY. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze. BI-GRA, LS 2010/2011, Lekce 6

NP-ÚPLNÉ PROBLÉMY. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze

= je prostý orientovaný graf., formálně c ( u, v) 0. dva speciální uzly: zdrojový uzel s a cílový uzel t. Dále budeme bez

TEORIE GRAFŮ TEORIE GRAFŮ 1

5 Orientované grafy, Toky v sítích

Grafy. RNDr. Petra Surynková, Ph.D. Univerzita Karlova v Praze Matematicko-fyzikální fakulta.

Vzdálenost uzlů v neorientovaném grafu

STROMY A KOSTRY. Stromy a kostry TI 6.1

Použití dalších heuristik

Kostry. 9. týden. Grafy. Marie Demlová (úpravy Matěj Dostál) 16. dubna 2019

GRAFOVÉ MODELY. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky FIT České vysoké učení technické v Praze. BI-GRA, LS 2010/2011, Lekce 1

Základní datové struktury III: Stromy, haldy

Definice 1 eulerovský Definice 2 poloeulerovský

Hledáme efektivní řešení úloh na grafu

1. Toky, řezy a Fordův-Fulkersonův algoritmus

Jan Březina. 7. března 2017

Grafové algoritmy. Programovací techniky

Matice sousednosti NG

Jan Březina. Technical University of Liberec. 21. dubna 2015

Jan Březina. Technical University of Liberec. 30. dubna 2013

Grafové algoritmy. Programovací techniky

TGH05 - aplikace DFS, průchod do šířky

Úvod do teorie grafů

Diskrétní matematika. DiM /01, zimní semestr 2018/2019

Stromy, haldy, prioritní fronty

Teorie grafů Jirka Fink

STROMOVE ALGORITMY Prohledavani do sirky (level-order) Po vodorovnejch carach fronta

TGH05 - aplikace DFS, průchod do šířky

07 Základní pojmy teorie grafů

TGH10 - Maximální toky

Operační výzkum. Síťová analýza. Metoda CPM.

H {{u, v} : u,v U u v }

Zdůvodněte, proč funkce n lg(n) roste alespoň stejně rychle nebo rychleji než než funkce lg(n!). Symbolem lg značíme logaritmus o základu 2.

Kapitola 11. Vzdálenost v grafech Matice sousednosti a počty sledů

Grafy (G) ρ(h) = [u,v]

8 Přednáška z

4 Pojem grafu, ve zkratce

10 Přednáška ze

4EK311 Operační výzkum. 5. Teorie grafů

Vybíravost grafů, Nullstellensatz, jádra

Kolik existuje různých stromů na pevně dané n-prvkové množině vrcholů?

Stromové rozklady. Definice 1. Stromový rozklad grafu G je dvojice (T, β) taková, že T je strom,

Drsná matematika III 10. demonstrovaná cvičení Kostry grafů

Stromy. Strom: souvislý graf bez kružnic využití: počítačová grafika seznam objektů efektivní vyhledávání výpočetní stromy rozhodovací stromy

Modely teorie grafů, min.kostra, max.tok, CPM, MPM, PERT

Diskrétní matematika. DiM /01, zimní semestr 2018/2019

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014

Řešení rekurentních rovnic 2. Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 11

Vrcholová barevnost grafu

Graf. Uzly Lokality, servery Osoby fyzické i právní Informatické objekty... atd. Hrany Cesty, propojení Vztahy Informatické závislosti... atd.

1 Nenulové toky. 1.1 Úvod. 1.2 Definice

Úvod do vybíravosti grafů, Nullstellensatz, polynomiální metoda

Důkaz Heineho Borelovy věty. Bez újmy na obecnosti vezmeme celý prostor A = M (proč? úloha 1). Implikace. Nechť je (M, d) kompaktní a nechť.

Metody síťové analýzy

Definice 5.1 Graf G = (V, E) je tvořen množinou vrcholů V a množinou hran, kde

Drsná matematika III 9. přednáška Rovinné grafy: Stromy, konvexní mnohoúhelníky v prostoru a Platónská tělesa

Přijímací zkouška - matematika

Lineární algebra : Lineární (ne)závislost

Definice 7.2. Nejmenší přirozené číslo k, pro které je graf G k-obarvitelný, se nazývá chromatické číslo (barevnost) grafu G a značí se χ(g).

8.3). S ohledem na jednoduchost a názornost je výhodné seznámit se s touto Základní pojmy a vztahy. Definice

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2014

TURINGOVY STROJE. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze

Teorie grafů. zadání úloh. letní semestr 2008/2009. Poslední aktualizace: 19. května First Prev Next Last Go Back Full Screen Close Quit

Teoretická informatika Tomáš Foltýnek Barvení grafů Platónská tělesa

Grafy. doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava. Prezentace ke dni 13.

Algoritmy na ohodnoceném grafu

3. Grafy a matice. Definice 3.2. Čtvercová matice A se nazývá rozložitelná, lze-li ji napsat ve tvaru A =

Dynamické programování

Bipartitní grafy. Karel Klouda c KTI, FIT, ČVUT v Praze 28. března, letní semestr 2010/2011

Ekvivalence. Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 5

TGH09 - Barvení grafů

ZADÁNÍ BAKALÁŘSKÉ PRÁCE

Algoritmus pro hledání nejkratší cesty orientovaným grafem

Pokročilé haldy. prof. Ing. Pavel Tvrdík CSc. Fakulta informačních technologií České vysoké učení technické v Praze c Pavel Tvrdík, 2010

Základy matematické analýzy

a jiné elektronické přístroje včetně mobilů. Pracujte samostatně. Povolen je 1 list A4 vlastnoručně psaných poznámek k předmětu...

Extrémy funkce dvou proměnných

STROMY. v 7 v 8. v 5. v 2. v 3. Základní pojmy. Řešené příklady 1. příklad. Stromy

Teorie grafů. Kostra grafu. Obsah. Radim Farana Podklady pro výuku pro akademický rok 2013/2014

10 Podgrafy, isomorfismus grafů

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2015

4 Stromy a les. Definice a základní vlastnosti stromů. Kostry grafů a jejich počet.

zejména Dijkstrův algoritmus pro hledání minimální cesty a hladový algoritmus pro hledání minimální kostry.

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2016

Cvičení z logiky II.

TGH08 - Optimální kostry

Příklady z Kombinatoriky a grafů I - LS 2015/2016

Ukážeme si lineární algoritmus, který pro pevné k rozhodne, zda vstupní. stromový rozklad. Poznamenejme, že je-li k součástí vstupu, pak rozhodnout

3. Třídy P a NP. Model výpočtu: Turingův stroj Rozhodovací problémy: třídy P a NP Optimalizační problémy: třídy PO a NPO MI-PAA

ANALYTICKÁ GEOMETRIE V ROVINĚ

Matematika III 10. přednáška Stromy a kostry

Řešení rekurentních rovnic 3. Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 12

Dynamické programování

Teorie grafů a diskrétní optimalizace 1

Transkript:

PLANARITA A TOKY V SÍTÍCH Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze BI-GRA, LS 2010/2011, Lekce 9 Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 49 1 / 25 15

Separabilita a planarita Seznámíme se s následujícími pojmy: hranový řez artikulace neseparabilní graf planární graf Eulerova formule základní neplanární grafy homeomorfismus Skripta odst. 3.3, str. 58 63 Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 2 / 15 25

Separabilita a planarita Jak rozdělit graf na dvě části odebráním hran? Hranový řez... minimální S H: h(g - S) = h(g) - 1 Artikulace grafu... u U: G - {u} má více komponent než G G S 2 S 3 S 5 S 1 u S 4 G-{S i } Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 3 / 15 25

Vlastnosti hranových řezů a artikulací Množina hran incidujících s uzlem u souvislého grafu je jeho hranovým řezem, právě když u není artikulací. Hranový řez obsahuje alespoň jednu větev každé kostry.? Hranovéřezy stromů, kružnic, E-grafů...? Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 4 / 15 25

Jak hledat hranové řezy? Začneme rozkladem U = U 1 U 2 takovým, že podgrafy indukované množinami uzlů U 1 a U 2 jsou souvislé. H = H(U 1 x U 1 ) H(U 2 x U 2 ) H(U 1 x U 2 ) Fundamentální soustava hranových řezů / kružnic Neseparabilní graf: pro G 1 G (G 1 obsahuje aspoň dva uzly) mají G 1 a G-G 1 alespoň dva uzly společné Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 5 / 15 25

Planární grafy Planární graf... lze nakreslit v rovině bez křížení hran? Je K 4 planární?? a co K 5?? a K 3,3? Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 6 / 15 25

Eulerova formule V: Nechť G = H,U, ρ je (souvislý) planární graf. Potom platí H - U + 2 = r (Eulerova formule) kde r je počet stěn grafu G (včetně vnější). Jinak řečeno: r = µ(g)+1 H = 18 U = 13 r = 8 8 = 18-13 + 2 O 1 O 5 O 2 O 3 O 4 O 6 O 8 O 7 Důkaz: indukcí podle r Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 7 / 15 25

Vlastnosti planárních grafů Důsledek: Je-li každá stěna planárního grafu ohraničena kružnicí o k hranách, pak H = k. ( U -2) / (k-2) D: r= H - U +2, r.k = k. H -k. U +2k = 2. H k.( U -2) = H.(k-2) Takže: H 3. ( U - 2) (pro k=3) H 2. ( U - 2) pokud G neobsahuje K 3 planární grafy jsou řídké! K 5 a K 3,3 jsou neplanární (základní neplanární grafy) Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 8 / 15 25

Kuratowského věta V: (Kuratowski) Graf G je planární neobsahuje podgraf homeomorfní s K 5 a K 3,3. Homeomorfismus G 1 ~ G 2... jsou izomorfní nebo se jimi stanou po provedení půlení hran v jednom nebo obou Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 9 / 15 25

Kontrolní otázky 8.8 Charakterizujte neorientovaný graf, jehož každý uzel stupně většího než 1 je jeho artikulací. 8.9 Charakterizujte neorientovaný graf, jehož každý hranovýřez je tvořen pouze jednou hranou. 8.10 Dokažte, že každý hranový řez má s každou kostrou grafu alespoň jednu společnou hranu. 8.11 Jak se mohou změnit hodnoty charakteristických čísel hodnost h(g), cyklomatické číslo µ(g), nezávislost α(g), dominance β(g) a chromatickéčíslo χ(g) pokud v grafu G provedeme rozpůlení jedné hrany? 8.12 Nalezněte neorientovaný graf s co nejmenším počtem hran, který je neplanární a má průměr roven 4. 8.13 Mějme dvojici homeomorfních grafů G1 a G2. Existuje nějaký vztah mezi jejich hodnostmi h(g1) a h(g2) nebo jejich cyklomatickými čísly µ(g1) a µ(g2)? 8.14 Určete všechny neizomorfní faktory úplného grafu s pěti uzly K 5, které mají tři nebo čtyři hrany a neobsahují žádnou kružnici. Tyto faktory rozdělte do skupin vzájemně homeomorfních grafů. 8.15 Nechť T1 a T2 jsou dva homeomorfní neorientované stromy. Co bude platit pro soubory stupňů těchto dvou stromů? Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 10 / 15 25

TOKY V SÍTÍCH I Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 11 / 15 25

Toky v sítích Seznámíme se s následujícími pojmy: síť, kapacita hran, tok v síti, velikost toku maximální tok, řez sítě, kapacita řezu, zlepšující cesta algoritmus Forda-Fulkersona, sítě s omezeným tokem párování, maximální párování, přiřazovací úloha Skripta kap. 8, str. 148 155 Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 12 / 15 25

Definice sítě Síť S = G,q,s,t G = H, U je orientovaný graf q: H Z + je kapacita hran, q(u,v) = q uv s U je zdroj sítě S, t U je spotřebič sítě S (Přípustným) tokem v síti S je přiřazení f: H Z splňující podmínky: 0 f(u,v) q(u,v) pro všechny hrany (u,v) H (u,v) H f(u,v) - (v,u) H f(v,u) = 0 pro všechny uzly u U, u s,t t Velikost f toku f je rozdíl (s,v) H f(s,v) - (v,s) H f(v,s) = (v,t) H f(v,t) - (t,v) H f(t,v) 0 Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 13 / 15 25

Základní úlohy na síti Jaká je maximální velikost s t toku v síti? Jak se maximální tok určí? Jak je maximální tok rozložen do jednotlivých hran? zdroje spotřebiče Variantní zadání: sítě s více zdroji a spotřebiči sítě s omezenou kapacitou uzlů s t sítě s omezeným minimálním tokem (ukážeme později) sítě s oceněným tokem 0 r(u,v) f(u,v) q(u,v) c(f) = f(u,v). c(u,v) ( (u,v) H) - cena toku hledá se (přípustná) cirkulace s minimální cenou Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 14 / 15 25

Maximální tok a řezy sítě Řez sítě - hranový řez, který oddělí zdroj s a spotřebič t {U s, U t } - odpovídající rozklad množiny uzlů H(U s U t ) - hranový řez určený rozkladem uzlů Kapacita řezu sítě: q(u s U t ) = q(u,v) přes hrany (u,v), U t u U s, v U t U s V: Pro libovolný tok f a řez sítě H(U s U t ) platí f q(u s U t ) Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 15 / 15 25

Řešení základní úlohy Velikost toku tedy nepřekročí kapacitu (žádného) řezu sítě. Jak poznáme, že daný tok je maximální? V: Tok f je maximálním tokem v síti S= G, q, s, t neexistuje (neorientovaná) cesta (tzv. zlepšující cesta) P= u 0,u 1,...,u n, u 0 =s, u n =t taková, že platí: f(u i, u i+1 ) < q(u i, u i+1 ) pro hrany (u i, u i+1 ) H (s t) f(u i+1, u i ) > 0 pro hrany (u i+1, u i ) H (s t) Zvýšení toku podél zlepšující cesty: δ a = min(q(u i, u i+1 ) - f(u i, u i+1 )) δ b = min(f(u i+1, u i )) δ = min (δ a, δ b ) +δ +δ -δ -δ +δ Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 16 / 15 25

Algoritmus Forda-Fulkersona V: (max flow - min cut) Velikost maximálního toku sítě je rovna kapacitě jejího minimálního řezu. Ford-Fulkerson (S) 1 for ( Edge (u,v) in H(G) ) f(u,v) = 0; 2 while ( NajdiCestu(S) ) ZvyšTok(S); 3 return f; Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 17 / 15 25

Algoritmus Forda-Fulkersona NajdiCestu hledá zlepšující cestu prohledáváním sítě d[u] průběžně počítané δ, stav[u], p[u] (+ pro, - pro ) boolean NajdiCestu (Node s) { 1 for ( Node u in U(G) ) stav[u]=fresh; 2 p[s] = +s; d[s] = ; stav[s] = OPEN; 3 do { u = "libovolný otevřený uzel"; 4 stav[u] = CLOSED; 5 for ( Node v in Γ(u) ) { 6 if ( (stav[v]==fresh) && (f(u,v)<q(u,v)) ) { 7 stav[v]=open; p[v]=+u; d[v]=min(d[u],q(u,v)-f(u,v)); 8 } } 9 for ( Node v in Γ -1 (u) ) { 10 if (stav[v]==fresh) && (f(v,u)>0) ) { 11 stav[v]=open; p[v]=-u; d[v]=min(d[u],f(v,u)); 12 } } 11 } while ( ( "neexistuje otevřený uzel" ) (u == t) ); 12 return (u == t); 13 } Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 18 / 15 25

Algoritmus Forda-Fulkersona void ZvyšTok (Node s) { 1 x = t; δ = d[t]; 2 do { v = x; sgn = p[v]; u = abs(sgn); 3 if (sgn>0) f(u,v) += δ; 4 else f(v,u) -= δ; 5 x = u; 6 } while ( v==s ); } u ux=v x=v u x=v s +δ -δ +δ t? Složitost? NajdiCestu... O( U + H ) ZvyšTok... O( U )? Celý algoritmus? O( U. H **2), O( U **2. H ), O( U **3) Další zrychlení pro speciální případy (planární sítě) O( U 2 )... až na O( U. lg U ) Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 19 / 15 25

Sítě s omezeným minimálním tokem Metoda řešení: převod na základní úlohu r1/q1 q1-r1 q4-r4 r4/q4 r4 s q3-r3 r3/q3 t r3 r1 r1 q2-r2 r2/q2 r4 r2 r3 r2 s' t' Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 20 / 15 25

Sítě s omezeným minimálním tokem? Co dál? Nalezneme maximální tok s' t'.?nasycuje nově přidané hrany? ANO - máme přípustný tok a zlepšujeme jej standardně podél zlepšujících cest (ale nesmí klesnout pod hodnotu omezení ve hranách, kde to je požadováno!!!) NE - úloha nemářešení Úprava definice kapacity hranového řezu (odečíst minima ve směru t s) kde (u,v) U s U t, (x,y) U t U s q(u s U t ) = q(u,v) - r(x,y), Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 21 / 15 25

Další varianty sítě Sítě se zápornými toky r(u,v)<0 nebo i q(u,v)<0 pro r(u,v) q(u,v) 0 obrátíme orientaci hrany (u,v) na (v,u) a určíme meze 0 -q(v,u) -r(v,u) pro r(u,v) < 0 < q(u,v) přidáme opačně orientovanou hranu (v,u) s kapacitou q(v,u) = -r(u,v), minima v obou bude 0 Tok v neorientované síti předp. nulový minimální tok neorientovanou hranu nahradíme dvojicí opačně orientovaných hran se stejnou kapacitou q(u,v) = q(v,u) výsledný tok je rozdílem toků a má směr většího ze dvou Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 22 / 15 25

Cirkulace v síti Cirkulace splňuje podmínku (u,v) H f(u,v) - (v,u) H f(v,u) = 0 pro všechny uzly u U (předpokládáme síť s omezením 0 r(u,v) f(u,v) q(u,v) ) Základní otázka KDY existuje přípustná cirkulace? Právě tehdy, když každý hranový řez má nezápornou kapacitu q(u1 U2) = q(u,v) - (u,v) U1 U2 (x,y) U2 U1 r(x,y) 0, "může odtéct aspoň tolik, kolik musí přitéct" pro konkrétní tok je f(u,v) - f(x,y) = 0 Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 23 / 15 25

Hledání přípustné cirkulace Cirkulace splňuje podmínku (u,v) H f(u,v) - (v,u) H f(v,u) = 0 pro všechny uzly u U (předpokládáme síť s omezením 0 r(u,v) f(u,v) q(u,v) ) Základní otázka KDY existuje přípustná cirkulace? Právě tehdy, když každý hranový řez má nezápornou kapacitu q(u1 U2) = q(u,v) - (u,v) U1 U2 (x,y) U2 U1 r(x,y) 0, "může odtéct aspoň tolik, kolik musí přitéct" pro konkrétní tok je f(u,v) - f(x,y) = 0 Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 24 / 15 25

Aplikace toků - maximální párování Párování v grafu - "nezávislá" podmnožina hran (žádné dvě nemají společný uzel). Perfektní párování pokrývá všechny uzly. Maximální párování pokrývá co nejvíce uzlů. Při ohodnocených hranách můžeme hledat nejlevnější maximální párování. Nejdražší párování má největší součet cen. Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 25 / 15 25

Úlohy na párování Přiřazovací úloha - určit nejlevnější perfektní párování v úplném bipartitním grafu K n,n. Příklad na maximální párování v neorientovaném bipartitním grafu G s rozkladem uzlů U = X Y původní graf X Y s 1 1 1 1 1 1 1 t 1 1 Nalezneme maximální tok pomocí algoritmu Ford-Fulkerson získáme maximální párování (hrany s nenulovým tokem). Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 26 / 15 25

Kontrolní otázky 9.9 Určete maximální tok ze zdrojů do spotřebičů v sítích G 1 až G 3. Dvojitě vytažené uzly v síti G 3 mají kapacitu omezenu uvedenou hodnotou. Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 27 / 15 25

Kontrolní otázky 9.10 Předpokládejte, že síť má tvar kořenového stromu, zdroj sítě je umístěn v kořeni s. Navrhněte efektivní algoritmus, který pro každý list u i stromu uvažovaný jako jediný spotřebič určí maximální tok s u i. 9.11 Předpokládejte, že síť má tvar kořenového stromu, zdroj sítě je umístěn v kořeni s. Navrhněte efektivní algoritmus pro určení takových minimálních kapacit jednotlivých hran, které zajistí, že do všech listů {u i } stromu lze současně dopravit maximální tok velikosti 1. Doc. Josef Kolář (ČVUT) Planarita Prohledávání a toky grafů v sítích GRA, LS 2010/11, Lekce 94 28 / 15 25