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

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

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

5 Orientované grafy, Toky v sítích

4EK311 Operační výzkum. 5. Teorie grafů

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

07 Základní pojmy teorie grafů

Metody síťové analýzy

Drsná matematika III 10. demonstrovaná cvičení Kostry grafů

10 Přednáška ze

TGH02 - teorie grafů, základní pojmy

Úvod do teorie grafů

8 Přednáška z

Grafové algoritmy. Programovací techniky

TGH02 - teorie grafů, základní pojmy

TGH02 - teorie grafů, základní pojmy

Grafové algoritmy. Programovací techniky

TEORIE GRAFŮ TEORIE GRAFŮ 1

Minimální kostry. Teorie. Štěpán Šimsa

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

Algoritmy na ohodnoceném grafu

Matematika III 10. přednáška Stromy a kostry

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

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

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

Teorie grafů BR Solutions - Orličky Píta (Orličky 2010) Teorie grafů / 66

Základy informatiky. 07 Teorie grafů. Kačmařík/Szturcová/Děrgel/Rapant

Základní pojmy teorie grafů [Graph theory]

Přijímací zkouška - matematika

1. Nakreslete všechny kostry následujících grafů: nemá žádnou kostru, roven. roven n,

Grafy. 1. Základní pojmy. 1. Definice grafu. Grafy.nb 1

Základy informatiky. Teorie grafů. Zpracoval: Pavel Děrgel Úprava: Daniela Szturcová

TGH08 - Optimální kostry

TGH05 - aplikace DFS, průchod do šířky

Teorie grafů. Teoretická informatika Tomáš Foltýnek

TGH05 - aplikace DFS, průchod do šířky

Teorie grafů Jirka Fink

Konvexní obal a množina

Učební texty k státní bakalářské zkoušce Matematika Teorie grafů. študenti MFF 15. augusta 2008

Úvod do informatiky. Miroslav Kolařík

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

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

4 Pojem grafu, ve zkratce

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

Operační výzkum. Síťová analýza. Metoda CPM.

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

Hledáme efektivní řešení úloh na grafu

Obsah prezentace. Základní pojmy v teorii o grafech Úlohy a prohledávání grafů Hledání nejkratších cest

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

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

Definice 1 eulerovský Definice 2 poloeulerovský

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

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

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

Vrcholová barevnost grafu

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

Jan Březina. 7. března 2017

Rovinné grafy Kostra grafu Minimální kostra Toky v sítích Problém maximálního toku v síti. Stromy a kostry. Michal Bulant

PLANARITA A TOKY V SÍTÍCH

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

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

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

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

2. přednáška 8. října 2007

Geometrické vyhledávání

Jarníkův algoritmus. Obsah. Popis

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

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

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

Konstrukce relace. Postupně konstruujeme na množině všech stavů Q relace i,

HEURISTICKÉ ALGORITMY PRO ŘEŠENÍ ÚLOH OBCHODNÍHO CESTUJÍCÍHO

Algoritmizace prostorových úloh

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

1 Teorie grafů. Základní informace

VYUŽITÍ NĚKTERÝCH METOD TEORIE GRAFŮ PŘI ŘEŠENÍ DOPRAVNÍCH PROBLÉMŮ

PROBLÉM ČTYŘ BAREV. Lze obarvit jakoukoliv mapu v rovině čtyřmi barvami tak, aby žádné dvě sousedící oblasti neměly stejnou barvu?

(zkráceně jen formule), jestliže vznikla podle následujících pravidel:

TGH12 - Problém za milion dolarů

Informatika navazující magisterské studium Přijímací zkouška z informatiky 2018 varianta A

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

1. část: Základy teorie grafů. Ing. Michal Dorda, Ph.D.

Diskrétní matematika. DiM /01, zimní semestr 2015/2016

5 Minimální kostry, Hladový algoritmus

Příklady z Kombinatoriky a grafů I - LS 2015/2016

Vybíravost grafů, Nullstellensatz, jádra

OZD. Organizace a zpracování dat. učební text

Problém obchodního cestujícího(tsp) Vstup: Množina n měst a vzdálenosti mezi nimi. Výstup: Nejkratší okružní cesta procházející všemi městy.

10 Podgrafy, isomorfismus grafů

1. Toky, řezy a Fordův-Fulkersonův algoritmus

Výroková a predikátová logika - II

Vzdálenost uzlů v neorientovaném grafu

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

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

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

STROMY A KOSTRY. Stromy a kostry TI 6.1

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

f(c) = 0. cn pro f(c n ) > 0 b n pro f(c n ) < 0

Použití dalších heuristik

Jan Pavĺık. FSI VUT v Brně

Teoretická informatika Tomáš Foltýnek Barvení grafů Platónská tělesa

které je z různých pohledů charakterizují. Několik z nich dokážeme v této kapitole.

Transkript:

Grafy 16. dubna 2019

Tvrzení. Je dán graf G, pak následující je ekvivalentní. 1 G je strom. 2 Graf G nemá kružnice a přidáme-li ke grafu libovolnou hranu, uzavřeme přesně jednu kružnici. 3 Graf G je souvislý a odebráním libovolné hrany přestane být souvislý.

Podgrafy. Je dán graf G = (V, E, ε). Podgraf grafu G je trojice G = (V, E, ε ), kde V V, E E a ε je restrikce ε na množině E, taková, že trojice G = (V, E, ε ) je také graf.

Podgrafy. Je dán graf G = (V, E, ε). Podgraf grafu G je trojice G = (V, E, ε ), kde V V, E E a ε je restrikce ε na množině E, taková, že trojice G = (V, E, ε ) je také graf. Podgraf G = (V, E, ε ) je faktor grafu G, jestliže V = V.

Podgrafy. Je dán graf G = (V, E, ε). Podgraf grafu G je trojice G = (V, E, ε ), kde V V, E E a ε je restrikce ε na množině E, taková, že trojice G = (V, E, ε ) je také graf. Podgraf G = (V, E, ε ) je faktor grafu G, jestliže V = V. Podgraf G = (A, E, ε ) je podgraf indukovaný množinou A (též úplný podgraf na množině A), A V, jestliže každá hrana grafu G, která má oba krajní vrcholy v množině A, leží v E.

Komponenty souvislosti. Dán (orientovaný nebo neorientovaný) graf G. Komponenta souvislosti (též komponenta slabé souvislosti) je maximální množina vrcholů A taková, že indukovaný podgraf určený A je souvislý.

Komponenty souvislosti. Dán (orientovaný nebo neorientovaný) graf G. Komponenta souvislosti (též komponenta slabé souvislosti) je maximální množina vrcholů A taková, že indukovaný podgraf určený A je souvislý. Ohodnocený graf. Ohodnocený graf (orientovaný nebo neorientovaný) je graf G spolu se zobrazením c : E Z.

Kostra. Je dán graf G. Faktor grafu G, který je strom, se nazývá kostra grafu G.

Kostra. Je dán graf G. Faktor grafu G, který je strom, se nazývá kostra grafu G. Tvrzení. Graf G má kostru právě tehdy, když je souvislý.

grafu G = (V, E) je taková kostra grafu K = (V, L), že c(e) e L je nejmenší (mezi všemi kostrami grafu G).

grafu G = (V, E) je taková kostra grafu K = (V, L), že c(e) e L je nejmenší (mezi všemi kostrami grafu G). Tvrzení. V každém souvislém ohodnoceném grafu existuje minimální kostra. Nemusí však být jediná.

Obecný postup pro hledání minimální kostry. Je dán prostý souvislý graf G = (V, E) a ohodnocení hran c. 1 Na začátku L :=. S = {{v}; v V }. 2 Dokud S 1, vybereme hranu e podle těchto pravidel: 1 e spojuje dvě různé množiny z S 2 a pro S nebo S je nejlevnější hranou, která z ní vede ven. Hranu e přidáme do L a množiny S a S v S nahradíme jejich sjednocením. 3 Vrátíme L.

Kruskalův algoritmus. 1 Setřídíme hrany podle ceny do neklesající posloupnosti, tj. c(e 1 ) c(e 2 )... c(e m ) Položíme L =, S = {{v}; v V }.

Kruskalův algoritmus. 1 Setřídíme hrany podle ceny do neklesající posloupnosti, tj. c(e 1 ) c(e 2 )... c(e m ) Položíme L =, S = {{v}; v V }. 2 Probíráme hrany v daném pořadí. Hranu e i přidáme do L, jestliže má oba krajní vrcholy v různých množinách S, S S. V S množiny S a S nahradíme jejich sjednocením. V opačném případě hranu přeskočíme.

Kruskalův algoritmus. 1 Setřídíme hrany podle ceny do neklesající posloupnosti, tj. c(e 1 ) c(e 2 )... c(e m ) Položíme L =, S = {{v}; v V }. 2 Probíráme hrany v daném pořadí. Hranu e i přidáme do L, jestliže má oba krajní vrcholy v různých množinách S, S S. V S množiny S a S nahradíme jejich sjednocením. V opačném případě hranu přeskočíme. 3 Algoritmus končí, jestliže jsme přidali n 1 hran (tj. S se skládá z jediné množiny).

Primův algoritmus. 1 Vybereme libovolný vrchol v. Položíme L =, S = {v}.

Primův algoritmus. 1 Vybereme libovolný vrchol v. Položíme L =, S = {v}. 2 Vybereme nejlevnější hranu e, která spojuje některý vrchol x z množiny S s vrcholem y, který v S neleží. Vrchol y přidáme do množiny S a hranu e přidáme do L.

Primův algoritmus. 1 Vybereme libovolný vrchol v. Položíme L =, S = {v}. 2 Vybereme nejlevnější hranu e, která spojuje některý vrchol x z množiny S s vrcholem y, který v S neleží. Vrchol y přidáme do množiny S a hranu e přidáme do L. 3 Opakujeme krok 2 dokud nejsou všechny vrcholy v množině S.

Tvrzení. Obecný postup skončí po konečně mnoha krocích a výsledkem je některá minimální kostra. Speciálně, Kruskalův i Primův algoritmus vrátí minimální kostru.

Příklad. V ohodnoceném grafu daném následující maticí cen najděte minimální kostru (pokud existuje). 6 9 9 6 2 1 3 9 2 1 15 1 1 10 13 3 3 10 10 1 13 10 15 9 15 3 1 15