Algoritmusok és Adatszerkezetek I.

Slides:



Advertisements
Hasonló előadás
M OBILROBOT - PROGRAMOZÓ VERSENY Készítette: Szomjas Oroszlánok Team.
Advertisements

CSALÁDI ÉLETRE NEVELÉS Nem várt terhesség. NEM VÁRT TERHESSÉG Pánikba essünk? -Megtartsuk vagy elvétessük? -Kitől kérjünk tanácsot? -Hová forduljunk?
Páros gráfok párosítása Készítették: Juhász László Szabó Tibor Szalóki Gábor Tábori Zsolt Ber Ferenc.
A kártyanyomtatás fortélyai Csákvári Krisztián Kártya és címke gyártás
VIZSGAFELADATOK PMMIK, MÁJUS 26. LETÖLTHETŐ:hr2.pte.hu/vizsgappt.
FOL függvényjelekkel Zsebibaba anyja A 2 harmadik hatványa a oszlopában az első blokk Ezek is nevek, de nem in- konstansok Azért, mert összetettek Predikátum:
A Szociális Szövetkezeti forma bemutatása Tanai Tünde Rehabilítációs tanácsadó.
Szabadtéri rendezvények. A TvMI vonatkozik: OTSZ szerinti szabadtéri rendezvényekre szabadtéri rendezvény: az 1000 főt vagy az 5000 m 2 területet meghaladó,
Beruházási és finanszírozási döntések kölcsönhatásai 1.
A TANULÁS Készítette: Suplicz Sándor pszichológus docens és Fűzi Beatrix tanársegéd Óbudai Egyetem Trefort Ágoston Mérnökpedagógiai Központ.
ISKOLAKÉSZÜLTSÉG – AZ ADAPTÍV VISELKEDÉS FEJLETTSÉGE dr. Torda Ágnes gyógypedagógus, klinikai gyermek-szakpszichológus Vizsgálóeljárás az iskolába lépéshez.
Energiatakarékos megoldások Név: Szamosi Rozina Felkészítő tanár: Kiss Csaba Iskola: Hernád-Pusztavacs Általános Iskola, Pusztavacsi Tagintézménye Cím:
Vetésforgó tervezése és kivitelezése. Vetésforgó Vetésterv növényi sorrend kialakításához őszi búza250 ha őszi árpa50 ha lucerna ebből új telepítés 300.
„Internetes kommunikáció” pótkurzus Készítette: Tóth Tímea Szak: Tantárgykódja: Tanár neve:
Informatikai rendszerek általános jellemzői 1.Hierarchikus felépítés Rendszer → alrendszer->... → egyedi komponens 2.Az elemi komponensek halmaza absztrakciófüggő.
Nem csak szövegszerkeszt ő virtuózoknak Az Open Office.org 2.0 béta verzió Bándliné Utasi Mária Writer.
EU pályázati programok A szervezet / változások 1.A pályázók adminisztrációs terheinek csökkentése a projektfejlesztési, pályázati szakaszban.
1 3. Előad á s: A mohó algoritmus Sapientia - Erdélyi Magyar TudományEgyetem (EMTE) Csíkszereda IRT-4. kurzus.
BEST-INVEST Független Biztosításközvetítő Kft.. Összes biztosítási díjbevétel 2004 (600 Mrd Ft)
Internet tudományos használata
Steierlein István ÁHO-hálózatfejlesztési szakreferens
Gazdasági informatika - bevezető
Beiskolázás a 2016/2017. tanévre az érettségi utáni képzésekben
NIIF VoIP projekt aktualitások
Valószínűségi kísérletek
Becslés gyakorlat november 3.
Adatok importálása, rendezése és szűrése
Az Európai Uniós csatlakozás könyvtári kihívásai
Az integrált áramkörök (IC-k) típusai és tervezése
Mesterséges intelligencia
Algoritmusok és Adatszerkezetek I.
Tömörítés.
T.R. Adatbázis-kezelés - Alapfogalmak Adatbázis:
Algoritmusok és Adatszerkezetek I.
Algoritmusok és Adatszerkezetek I.
Struktúra predikció ápr. 6.
A mozgási elektromágneses indukció
Mesterséges intelligencia
Számításelmélet 1.
Logikai programozás 2..
Sokszögek modul Pitagórasz Hippokratész Sztoikheia Thalész Euklidesz
Szerkezetek Dinamikája
Grosz imre f. doc. Kombinációs hálózatok /43 kép
Algoritmusok és Adatszerkezetek I.
Készítette: Kovácsné Balla Györgyi
Algoritmusok és Adatszerkezetek I.
Algoritmusok és Adatszerkezetek I.
Teljes visszalépéses elemzés
IDŐZÍTÉS PROGRAMOZÁSA
Tilk Bence Konzulens: Dr. Horváth Gábor
RUGÓK.
AVL fák.
Szoftverrobotok vs biorobotok Bemutatkozik Albert, a vállalati robot
Új pályainformációs eszközök - filmek
Minimális feszítőfák Definíció: Egy irányítatlan gráf feszítőfája a gráfnak az a részgráfja, amely fagráf és tartalmazza a gráf összes cúcspontját. Definíció:
A kutatás etikai vonatkozásai
Összeállította: J. Balázs Katalin
Bináris kereső fák Definíció: A bináris kereső fa egy bináris fa,
HÁLÓZAT FORD-FULKERSON: Maximális folyam= =minimális vágás 2016.
A szállítási probléma.
Matematika II. 5. előadás Geodézia szakmérnöki szak 2015/2016. tanév
Mintaillesztés Knuth-Morris-Pratt (KMP) algoritmus
Zsugorkötés Kötés illesztéssel zsugorkötés
Körmentes irányított gráfban legrövidebb utak
Energetikai Intézkedési tervek végrehajtása
Mesterséges intelligencia
Algoritmusok.
Hagyományos megjelenítés
Név: Pókó Róbert Neptun: OYJPVP
A (bináris) kupac adatstruktúra
Előadás másolata:

Algoritmusok és Adatszerkezetek I. Feszítőfák és legrövidebb utak 2018. november 13.

Minimális feszítőfák

Feszítőfa Telefon, út stb. hálózat vagy elektromos áramkör tervezése

Minimális feszítőfa probléma (Minimum Spanning Tree, MST) Bemenet: összefüggő, irányítatlan, súlyozott G=(V,E) gráf. A w(u,v) súly az (u,v) él költségét fejezi ki. Kimenet: Egy T feszítőfa, amire minimális Feszítőfa: minden csúcsot érintő, összefüggő, körmentes élhalmaz (fa)

Minimális feszítőfa

Kruskal algoritmus Minimális fák erdejét tároljuk Kezdetben minden pont egy külön fa Minden lépésben a legkisebb, két fát összekötő élt húzzuk be (egyesítjük egyetlen fává a két fát) Mohó algoritmus! https://visualgo.net/en/mst

Kruskal algoritmus O(ElogE) O(logE) össz futásidő: O(ElogE)

Kruskal helyessége véges lépésben véget ér eredmény élhalmaz: minden V csúcsot érint körmentes összefüggő minimális költségű (bizonyítások)

Prim algoritmus egyetlen fát növesztünk tetszőleges gyökérpontból indulva minden lépésben új csúcsot kötünk be a fába legolcsóbb éllel elérhető csúcsot választjuk Mohó algoritmus!

Prim algoritmus gyökérpont össz futásidő: O(VlogV+ElogV) = O(ElogV) ha V<E fában nem szereplő csúcsok prioritási sora a legközelebbi fapont szerint O(logV) O(logV)

Kruskal vs Prim Kruskal O(ElogE) (ha E<V2 logE=O(logV) → O(ElogV)) Prim O(ElogV) (tovább gyorsítható O(E+VlogV)) Sűrű gráfok esetén (E nagy) Prim előnyösebb, egyébként Kruskal egyszerűbb adatszerkezetet használ

Adott csúcsból induló legrövidebb utak

Legrövidebb utak probléma Bemenet: irányított, súlyozott G=(V,E) gráf és egy s kezdőcsúcs. A w(u,v) súly az (u,v) él költségét fejezi ki. Kimenet: Minden V csúcshoz a legrövidebb út s-ből indulva

Dijsktra algoritmusa azokat a csúcsokat tárolja amihez már megtalálta a legrövidebb utat minden lépésben egyel bővíti az elért csúcsok halmazát legkisebb legrövidebb úttal bíró csúcsot választja Mohó algoritmus! https://visualgo.net/en/sssp

Dijsktra algoritmusa

Dijsktra algoritmusa össz futásidő: O(ElogV) fában nem szereplő csúcsok prioritási sora a legrövidebb összúthosszak szerint O(logV)

Dijkstra helyessége

Negatív élsúlyok és körök Körök nem okoznak problémát, de a negatív összsúlyú körök igen!

Negatív élsúlyok és Dijkstra Dijkstra nem ad helyes megoldást negatív élsúlyok esetén

Bellman-Ford algoritmus Negatív élsúlyok mellett is működik Ha elérhető negatív kör a kezdőcsúcsból akkor azt észreveszi Egy iterációban minden élen megpróbálunk javítani V-1 iterációra van szükség legrosszabb esetben

Bellman-Ford algoritmus O(VE)

Legrövidebb utak minden csúcspárra

Legrövidebb utak minden pontpárra Dijsktra minden kezdőpontból: O(VElogV) Bellman-Ford minden kezdőpontból: O(V2E)

Floyd-Warshall algoritmus Dinamikus programozás d mátrix dij eleme az ismert legrövidebb út i-ből j-be dinamikus programozással a belső csúcsként használható csúcsokat bővítjük

Floyd-Warshall algoritmus O(V3)

Legrövidebb utak minden pontpárra Ha nincsenek negatív élsúlyok és ritka a gráf akkor Dijsktra minden kezdőpontból O(VElogV) Ha vannak negatív élsúlyok, de nincsenek negatív összköltségű körök vagy sűrű a gráf akkor Floyd-Warshall O(V3) Ha negatív összköltésgű körök is lehetnek akkor Ford-Bellman minden kezdőcsúcsra O(V2E)

Gráfalgoritmusok Minimális feszítőfák Legrövidebb utak egy csúcsból Kruskal Prim Legrövidebb utak egy csúcsból Dijsktra Bellman-Ford Legrövidebb utak összes pontpárra Floyd-Warshall