Grafi e Cammini minimi Algoritmi e Strutture Dati.
-
Upload
alessio-mascia -
Category
Documents
-
view
223 -
download
0
Transcript of Grafi e Cammini minimi Algoritmi e Strutture Dati.
Grafi e Cammini minimi
Algoritmi e Strutture Dati
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
2
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Definizioni• Sia G=(V,E) un grafo orientato con costi w sugli archi; w: E→R.
• Il costo di un cammino =<v0,v1,v2,… ,vk> è dato da:
• Un cammino minimo tra una coppia di vertici x,y è un cammino di costo minore o uguale a quello di ogni altro cammino tra gli stessi vertici.
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
3
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Proprietà dei cammini minimi
• Sottostruttura ottima: ogni sottocammino di un cammino minimo è anch’esso minimo– Questa proprietà permette di applicare tecniche di programmazione Greedy e
Dinamica, assicurando soluzioni ottime:• a partire da sottocammini minimi si perviene a cammini minimi.
• In generale potrebbe esistere più di un cammino minimo tra una stessa coppia di vertici. – A noi interesserà uno qualunque
• Nel caso di grafi orientati con pesi reali, si potrebbero avere cicli caratterizzati da un costo negativo; in tal caso la soluzione ottima potrebbe essere -∞ (cicli infiniti !!!!)– Non vengono mai considerati grafi con cicli aventi costo minore di zero
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
4
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Distanza fra vertici
• Sia G=(V,E) un grafo orientato con costi w sugli archi; w: E→R.
• La distanza dxy tra due vertici x e y in G è:
– il costo di un cammino minimo tra da x a y,
– o +∞ se i due vertici x e y non sono connessi
• Caso Particolare: la distanza di un vertice da se stesso è 0
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
5
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Distanza fra vertici• Disuguaglianza triangolare: per ogni x, y e z in
V vale sempre la relazione:
• Condizione di Bellman: per ogni arco (u,v) in E e per ogni vertice s in V, vale:
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
6
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Calcolare un cammino minimo • Obiettivo: calcolare il cammino minimo <v0, v1,.., vk>, con v0=x e vk=y
• Un arco (u,v) appartiene ad un cammino minimo tra s e v se e solo se la condizione di Bellman vale con l’eguaglianza: dsu+w(u,v)=dsv
O(δout*k)
O(n*k) caso peggiore
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
7
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Algoritmi per il Calcolo del Cammino Minimo
•Ci sono diverse variantiSorgente/Destinazione
Cammino minimo tra una singola coppia Cammini minimi a sorgente singola (da un vertice a tutti gli altri) Cammini minimi tra tutte le coppie
Tipologia di Grafo Cammini minimi per generico grafo orientato con funzione costo reale Cammini minimi per grafi orientati aciclici con funzione costo reale Cammini minimi per generico grafo orientato ma con funzione costo
maggiore o uguale a zero
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
8
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Alberi di Cammini Minimi
• Come memorizzare i cammini minimi a partire da una sorgente s ?
• Soluzione ovvia: liste di vertici, una lista per ogni destinazione
– Spazio: (n cammini di lunghezza max O(n) = O(n2))
• Soluzione migliore: I cammini minimi da un vertice s a tutti gli altri vertici del grafo possono essere rappresentati tramite un albero radicato in s, detto albero dei cammini minimi– Spazio: vettore/lista di O(n) elementi
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
9
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Alberi di Cammini Minimi• Esempio: Vettore di n elementi
* A B A C E E
A B C D E F G
• Si basa sul Lemma che ogni sottocammino di un cammino minimo è esso stesso un cammino minimo
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
10
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Tecnica del Rilassamento
• Tutti gli algoritmi che vedremo nel seguito si basano sulla tecnica del rilassamento
• Si parte da stime per eccesso delle distanze Dxy ≥ dxy
• Si aggiornano le stime, decrementandole progressivamente fino a renderle esatte.
• Aggiornamento delle stime basato sul seguente passo di rilassamento:
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
11
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Algoritmo di Bellman e Ford
•Algoritmo generico per qualunque grafo orientato G=(V,E) con funzione costo w: E→R
•Calcola Cammini Minimi a Sorgente singola
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
12
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Sia =< s,v1,v2,… ,vk > un cammino minimo. Se fossimo in grado di eseguire i passi di rilassamento nell’ordine seguente:
in k passi avremmo la soluzione. Purtroppo non conosciamo l’ordine giusto, essendo ignoto
Approccio di Bellman e Ford
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
13
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Approccio di Bellman e Ford
• Esegue n passate
• In ciascuna passata rilassa tutti gli archi
• Dopo la j-esima passata, i primi j rilassamenti corretti sono stati certamente eseguiti
• Esegue però molti rilassamenti inutili!
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
14
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Pseudocodice
Tempo di esecuzione: O(n m)
Approccio di Bellman e Ford
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
15
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
• Si applica per cammini minimi a sorgente singola• Sfrutta il fatto che non vi sono cicli, dunque se esiste un cammino da u a v, non può esistere il cammino da
v a u• Sulla base di questa proprietà, l’algoritmo “rilassa” gli archi sulla base di un precedente ordinamento
topologico– Ogni arco viene rilassato solo una volta !
Variante dell’Algoritmo di Bellman e Ford per Grafi Aciclici
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
16
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Ordinamento topologico
• Funzione : V {1, … n} tale che (u)< (v) se esiste un cammino da u a v in G
• Esiste solo e solo se G è aciclico
• Si costruisce a partire da un vertice che non ha archi entranti
• L’ordinamento topologico non è unico !!!
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
17
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Calcolo di un ordinamento topologico
Tempo di esecuzione: O(n+m)
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
18
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Variante dell’Algoritmo di Bellman e Ford per Grafi Aciclici
Tempo di esecuzione: O(n+m)
•Eseguire i rilassamenti in ordine topologico
•Ogni arco viene rilassato solo una volta !
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
19
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Algoritmo di Dijkstra
Calcolo dei cammini minimi:
• a sorgente singola
• in grafi orientati G=(V,E) ciclici (può contenere cicli)
• Gli archi devono avere costi non negativi, ossia ad ogni arco è associata la funzione costo w: E → R+ {0}
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
20
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Principio di Funzionamento: Estensione dell’albero dei cammini minimi
Lemma: Se T è un albero dei cammini minimi radicato in s che non include tutti i vertici raggiungibili da s, l’arco (u,v) tale che uT e vT che minimizza la quantità dsu+w(u,v) appartiene a un cammino minimo da s a v
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
21
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Approccio di Dijkstra• Si suppone che ogni vertice sia raggiungibile da s• All’inizio l’albero T contiene solo s• Si applica per (n-1) volte:
– Scegli un arco (u,v) con uT e vT che minimizza la quantità Dsu+w(u,v), effettua il passo di rilassamento Dsv Dsu+w(u,v), ed aggiungilo a T
algoritmo DijkstraGenerico(grafo G, vertice s) → T
inizializza D tale che Dsv=+∞ per v≠s e Dss=0T←albero formato solo da swhile (T ha meno di n nodi) do
trova l’arco (u,v) incidente su T con Dsu+w(u,v) minimo
Dsv Dsu+w(u,v) {rilassamento}
rendi u padre di v in T return T
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
22
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Esempio (1/2)
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
23
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Esempio (2/2)
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
24
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Implementazione con Code con Priorità
• Operazione cruciale: selezione dell’arco (u,v) con uT e vT che minimizza la quantità Dsu+w(u,v)
• Per ogni nodo u, significa fare m calcoli O(m)
• Totale complessità O(m*n), eccessiva!!!!
• Soluzione: uso code con priorità; complessità varia da O(m*logn) a O(m+n*logn)
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
25
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Implementazione con Code con Priorità
• Uso della coda di priorità Min per gestire l’arco (u,v) con uT e vT• Si preferisce mantenere vertici invece che archi (al più n elementi in coda)
– la coda memorizzerà solo il vertice v, che minimizza la quantità Dsu+w(u,v)
– il valore di ogni elemento della coda è il vertice v
– La priorità di ogni elemento della coda è la quantità Dsu+w(u,v)
• Se il vertice v già esiste in coda e trovo un altro arco (u,v) per cui la quantità Dsu+w(u,v) diminuisce, allora devo aggiornare la priorità dell’elemento v– Si usa una funzione delle code di priorità Min: DecreaseKey
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
26
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Pseudocodice
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
27
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Tempo di esecuzioneAl più:• n insert, n*O(log n)• n deleteMin, n*O(log n)• (m-n) decreaseKey, (m-n)*O(log n)
• O(m log n) utilizzando heap
• O(m+n log n) utilizzando heap di Fibonacci (DecreaseKey O(1))
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
28
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Algoritmo di Floyd e Warshall
•Algoritmo generico per qualunque grafo orientato G=(V,E) con funzione costo w: E→R
•Calcola Cammini Minimi tra tutte le coppie
•Tempo di esecuzione: O(n3)
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano
29
Algoritmi e strutture dati 2/ed
Copyright © 2008 - The McGraw - Hill Companies, srl
Riepilogo
• Algoritmi classici per il calcolo di distanze (e quindi di cammini minimi), basati sulla tecnica del rilassamento:– Bellman e Ford: cammini minimi a sorgente singola, grafi
diretti senza cicli negativi, tempo O(nm)• Grafi diretti aciclici: tempo O(n+m)
– Dijkstra: cammini minimi a sorgente singola, grafi diretti senza pesi negativi, tempo O(m+n log n)
– Floyd e Warshall: cammini minimi tra tutte le coppie in tempo O(n3)