ICT Rsearch, Active Ageing and Culture. A Proposal for Access to Cultural Resources
Terzo passo: lunghezza di una LCS LCS-Length(X, Y, m, n) for i = 0 to m c[i, 0] = 0 for j = 1 to n...
-
Upload
giorgino-bianco -
Category
Documents
-
view
219 -
download
0
Transcript of Terzo passo: lunghezza di una LCS LCS-Length(X, Y, m, n) for i = 0 to m c[i, 0] = 0 for j = 1 to n...
Terzo passo: lunghezza di una LCS
LCS-Length(X, Y, m, n) for i = 0 to m c[i, 0] = 0 for j = 1 to n c[0, j] = 0 for j = 1 to n for i = 1 to m if xi == yj
c[i, j] = c[i-1, j-1]+1, s[i, j] = “” elseif c[i-1, j] ≥ c[i, j-1] c[i, j] = c[i-1, j], s[i, j] = “” else c[i, j] = c[i, j-1], s[i, j] = “” return c,s
Quarto passoEsempio
X=ABCBDABY=BDCABA
i
0 65432
0
1
2
3
4
5
6
7
0
jCDB
cs
1BA A
0
0 0 0 0 0 0
0
0
0
0
0
0
A
B
C
B
D
A
B
cs
cs
cs
cs
cs
cs
cs
Y
X
0
1
1
1
1
1
1
0
1
1
1
2
2
2
0
1
2
2
2
2
2
1
1
2
2
2
3
3
1
2
2
3
3
3
4
1
2
2
3
3
4
4
4
4
LCS=....LCS=...A
3
3
LCS=..BA2
2
LCS=.CBA
1
1
LCS=BCBA
0cs
Quarto passo: Stampa della LCS
Print-LCS(X, s, i, j) if i > 0 and j > 0 if s[i, j] == “” Print-LCS(X, s, i-1, j-1) print X[i] elseif s[i, j] == “” Print-LCS(X, s, i-1, j) else Print-LCS(X, s, i, j-1)
0
1
00
0 0
0
0
1
1
1
1
2
2
3
0 1
1
1
1
2
2
2
2
2
3
4
3
4
4
Metodo top-downEsempio
X=ABCBDABY=BDCABA
i
0 65432
0
1
2
3
4
5
6
7
jCDB
1BA A
A
B
C
B
D
A
B
Y
Xcs
cs
cs
cs
cs
cs
cs
cs
Triangolazione ottima Una triangolazione di un poligono convesso è una suddivisione del poligono in triangoli ottenuta tracciando delle diagonali che non si intersecano .
Vi sono più triangolazioni possibili dello stesso poligono
In questo problema sono dati i vertici q1,q2,…,qn di un poligono convesso P presi in ordine antiorario.
Ad ogni triangolo T è attribuito un costo c(T).
Ad esempio c(T) potrebbe essere la lunghezza del perimetro, la somma delle altezze, il prodotto delle lunghezze dei lati, (l’area ?), ecc.
Si vuole trovare una triangolazione del poligono P tale che la somma dei costi dei triangoli sia minima.
In quanti modi possiamo suddividere in triangoli un poligono convesso di n vertici?
Ogni lato del poligono P appartiene ad un solo triangolo della triangolazione .
q1
qn
qk
T
Siano q1qkqn i vertici del triangolo T a cui appartiene il lato q1qn
Il vertice qk può essere scelto in n-2 modi diversi e i due poligoni hanno rispettivamente n1 = k ed n2 = n-k+1 vertici.
q1
qn
qk
P1
P2
T
Il triangolo T suddivide il poligono P nel triangolo T stesso e nei due poligoni P1 e P2 di vertici q1,…,qk e qk,…,qn
P1 quando k = 2 e P2 quando k = n-1 sono poligoni degeneri, ossia sono un segmento.
Il numero T(n) di triangolazioni possibili di un poligono di n vertici si esprime ricorsivamente come segue
2 se1
2 se11
2
nknTkT
nnT n
k
)()()(
E’ facile verificare che T(n) = P(n-1) dove P(n) sono le parentesizzazioni del prodotto di n matrici.
Quindi T(n) cresce esponenzialmente.
Primo passo: struttura di una triangolazione ottima.
Supponiamo che una triangolazione ottima suddivida il poligono convesso P di vertici q1q2...qn nel triangolo T di vertici q1qkqn e nei due poligoni P1 e P2 di vertici q1…qk e qk…qn rispettivamente.
Le triangolazioni subordinate di P1 e di P2 sono triangolazioni ottime. Perché?
Secondo passo: soluzione ricorsiva
Se j = i+1 allora Pi..j è degenere e ci,j = 0.
1 se
1 se0
ijqqqccc
ijc
jkijkkijki
ji )(min ,,,
I sottoproblemi sono le triangolazioni dei poligoni Pi..j di vertici qi …qj . Sia ci,j la somma dei costi dei triangoli di una triangolazione ottima di Pi..j .
Se j > i+1 allora Pi..j si può scomporre in un triangolo T di vertici qiqkqj e nei due poligoni P1 e P2 di vertici qi…qk e qk…qj con i < k < j
Triangulation-Cost(q, n) for i = 1 to n-1 c[i, i+1] = 0 for j = 3 to n for i = j-2 downto 1 c[i, j] = for k = i+1 to j-1 q = c[i, k]+c[k, j]+c(qiqkqj ) if q < c[i, j] c[i, j] = q s[i, j] = k return c,s
Terzo passo: calcolo costo minimo
Complessità: O(n3)
Print-Triangulation(s, i, j) if j > i+1 k = s[i, j] Print-Triangulation(s, i, k) print “triangolo:”, i, j, k Print-Triangulation(s, k, j)
Quarto passo: Stampa triangolazione
Complessità: O(n)
Algoritmi golosiTecniche di soluzione dei problemi viste finora:•Metodo iterativo•Divide et impera•Programmazione dinamica
Nuova tecnica:•Algoritmi golosi
Metodo iterativo
Soluzione del problema di dimensione n
Soluzione del problema di dimensione i
Soluzione del problema di dimensione i-1
Problema
Sottoproblemi
Sottosottoproblemi
Sottoproblemi semplici
Divide et impera
Soluzioni
Soluzioni
Soluzioni
Soluzioni Soluzioni Soluzioni
In un problema di ottimizzazione abbiamo un insieme generalmente molto grande di soluzioni e dobbiamo scegliere tra di esse una soluzione che sia ottima in qualche senso (costo minimo, valore massimo, lunghezza minima, ecc.)
Soluzioni possibili Ottime
Possiamo risolvere un problema di questo tipo con una enumerazione esaustiva
- si generano tutte le soluzioni possibili,
- si calcola il costo di ciascuna di esse
- e infine se ne seleziona una di ottima.
Purtroppo l’insieme di soluzioni è generalmente molto grande (spesso esponenziale nella dimensione dell’input) per cui una enumerazione esaustiva richiede tempo esponenziale.
Molto spesso le soluzioni di un problema di ottimizzazione si possono costruire estendendo o combinando tra loro soluzioni di sottoproblemi.
Problema
Sottoproblemi
Soluzioni
Soluzioni Soluzioni Soluzioni
Esempio: Problema Torino-Trieste. Sottoproblemi: Torino-Asti, Asti-Trieste; Torino-Novara, Novara-Trieste, ecc.
Abbiamo visto che perché la programmazione dinamica sia vantaggiosa rispetto all’enumerazione esaustiva bisogna che siano soddisfatte due condizioni:
1. Esistenza di sottoproblemi ripetuti.
2. Sottostruttura ottima.
Problema
Sottoproblemi
Sottosottoproblemi
Sottoproblemi semplici
Sottoproblemi ripetuti
Soluzioni
Soluzioni
Soluzioni
Soluzioni Soluzioni Soluzioni
Sottoproblemaripetuto
Problema OttSoluzioni
Sottoproblemi
Sottosottoproblemi
Sottoproblemi semplici
Sottostruttura ottima
Soluzioni ottime
Ott Ott Ott
OttOttOttOttOttOtt Ott
Soluzioni ottime
Soluzioni ottime
Soluzioni ottime
Combinazioni di soluzioni ottime dei sottoproblemi
Problema OttSoluzioni
Sottoproblemi
Ott Ott Ott
Ott
Sottosottoproblemi
OttOttOttOttOtt
Sottoproblemi semplici
Ott
Sottoproblemiripetuti
Programmazione dinamica
Problema OttSoluzioni
Sottoproblemi
Ott Ott Ott
Ott
Sottosottoproblemi
OttOttOttOttOtt
Sottoproblemi semplici
Ott
Algoritmi golosi Scelta golosa
1) ogni volta si fa la scelta che sembra migliore localmente.
2) in questo modo per alcuni problemi si ottiene una soluzione globalmente ottima.
Problema della scelta delle attività
Ogni attività ai ha un tempo di inizio si ed un tempo di fine fi con si < fi .
n attività a1,...,an usano la stessa risorsa (es: lezioni da tenere in una stessa aula).
ai occupa la risorsa nell’intervallo di tempo [si, fi).
ai ed aj sono compatibili se [si, fi) ed [sj, fj) sono disgiunti.Problema: scegliere il massimo numero di attività compatibili.
Storiella GolosaPersonaggi:
Pinocchio L’algoritmo goloso
Il grillo parlante
Controlla Pinocchio
Conosce il futuro
La fata turchina
Voglio scegliere il maggior numero possibile di
divertimenti.
Pinocchio arriva nella Città dei Balocchi e può scegliere i divertimenti che preferisce Ogni divertimento ha un’orario di inizio ed una durata
Perciò comincio scegliendo il divertimento che inizia per
primo!! Così non perdo tempo.
Attenzione Pinocchio!!! Se fai così non è detto che tu possa scegliere il maggior numero di divertimenti
Allora scelgo il divertimento che dura di meno!!
Così mi rimane più tempo per gli altri.
Attenzione Pinocchio!!! Anche così non è detto che tu possa scegliere il
maggior numero di divertimenti
Allora scelgo il divertimento che non si sovrappone a troppi altri!! Così me ne
rimangono di più tra cui scegliere.
Attenzione Pinocchio!!! Anche così non è detto che tu possa scegliere il maggior numero di divertimenti
Uffa!! Ma sei proprio un rompiscatole!!Ora riprovo e se non ti va ancora bene ti
schiaccio con il martello.
Scelgo il divertimento “D” che termina per primo!! Così quando ho finito mi
rimane più tempo per gli altri.
Bene Pinocchio!! In questo modo prendi sicuramente il massimo numero di
divertimenti ed io posso dimostrarlo.
Mumble…, per dimostrarlo debbo provare che la scelta di quel monello non lo conduce in un vicolo cieco.
Ossia deve esistere una soluzione ottima a cui Pinocchio può arrivare
dopo aver fatto la scelta (la proprietà della scelta golosa).
Ma per questo dovrei conoscere il futuro. Qui mi serve l’aiuto della fatina.
Io conosco una soluzione ottima ma non la mostro a nessuno.
So che la fatina conosce una soluzione ottima.
Insegnerò alla fatina come modificare la sua soluzione ottima in modo che
contenga il divertimento “D”.
Io conosco una soluzione ottima ma non la mostro a nessuno.
Mumble… se la soluzione della fatina contiene già “D” non ci sono problemi.
Io conosco una soluzione ottima che contiene “D”.
Cara fatina, se la tua soluzione contiene il divertimento “D” lasciala invariata.
Ho scelto il divertimento “D” che termina per primo!! Così quando ho
finito mi rimane più tempo per gli altri.
Ora so che la fatina conosce una soluzione ottima che contiene il
divertimento “D”.
Primo caso:
Io conosco una soluzione ottima ma non la mostro a nessuno.
Mumble…. se la soluzione della fatina non contiene “D” devo dirgli di mettere “D” al posto di un altro divertimento.
Ho scelto il divertimento “D” che termina per primo!! Così quando ho
finito mi rimane più tempo per gli altri.
Mumble…. il primo divertimento nella soluzione della fatina termina dopo “D”
e quindi “D” è compatibile con i successivi
Cara fatina, se la tua soluzione non contiene il divertimento “D” metti “D” al
posto del primo divertimento.
Secondo caso:
D1 D2 Dm…………………..
D2 Dm…………………..D
Io conosco una nuova soluzione ottima che contiene “D”.
Ho scelto il divertimento “D” che termina per primo!! Così quando ho
finito mi rimane più tempo per gli altri.
Ora so che la fatina conosce una soluzione ottima che contiene il
divertimento “D”.
Ho finito tutti i divertimenti scelti finora. Ora scelgo il divertimento “D” che termina per primo tra quelli non
ancora iniziati.
Mumble… devo mostrare che esiste una soluzione ottima che contiene sia
“D” che tutti i divertimenti scelti prima.
Io conosco una soluzione ottima che contiene tutti i divertimenti
scelti finora da Pinocchio.
Insegnerò alla fatina come modificare la sua soluzione ottima in modo che
contenga anche “D”.
Ho finito tutti i divertimenti scelti finora ed ora ho scelto quel divertimento “D” che terminerà per primo tra quelli non
ancora iniziati.
Io conosco una soluzione ottima che contiene tutti i divertimenti scelti finora
da Pinocchio.
Io conosco una soluzione ottima che contiene i divertimenti scelti finora
compreso il divertimento “D”.
Mumble… se la soluzione della fatina contiene il divertimento “D” non ci sono
problemi.
Cara fatina, se la tua soluzione contiene il divertimento “D” lasciala invariata.
Primo caso:
Mumble… se la soluzione della fatina non contiene “D” devo metterlo al
posto di un altro.
Io conosco una soluzione ottima che contiene tutti i divertimenti scelti finora
da Pinocchio.
Non posso certo metterlo al posto di uno di quelli scelti prima e che so
essere tutti contenuti nella soluzione della fatina.
Non posso neppure metterlo al posto di uno già iniziato perché questi sono
incompatibili con quelli scelti prima.
Mumble… Il primo che nella soluzione della fatina segue quelli già scelti deve terminare dopo “D”. Quindi tutti gli altri
sono compatibili con “D”.
Cara fatina, se la tua soluzione non contiene il divertimento “D” mettilo al posto del primo divertimento che nella tua soluzione segue quelli già scelti da
Pinocchio.
Secondo caso:
Ho finito tutti i divertimenti scelti finora ed ora ho scelto quel divertimento “D” che terminerà per primo tra quelli non
ancora iniziati.
DD1 Dk Dm….. …..Dk+2
D1 Dk Dm….. Dk+1 …..Dk+2
ora attuale
Io conosco una nuova soluzione ottima che contiene i divertimenti scelti finora
da Pinocchio compreso “D”.
So che la fatina conosce una soluzione ottima che contiene tutti i divertimenti
scelti finora da Pinocchio compreso “D”.
Ho finito tutti i divertimenti scelti finora ed ora ho scelto quel divertimento “D” che terminerà per primo tra quelli non
ancora iniziati.
Io conosco una soluzione ottima che contiene tutti i divertimenti scelti finora
da Pinocchio.
Ho finito tutti i divertimenti scelti finora ma tutti gli altri sono già iniziati.
Mumble… la soluzione ottima della fatina contiene tutti i divertimenti scelti
finora e non ci sono altri divertimenti compatibili.
Quindi la soluzione ottima della fatina non contiene altri divertimenti e quelli
scelti finora da Pinocchio sono una soluzione ottima.
Strategie golose:Scegliere l’attività che inizia per prima
Scegliere l’attività che dura meno tempo
Non funziona
Non funziona
Scegliere l’attività incompatibile con il minor numero di altre attività
Non funziona
Strategia che funziona: Scegliere l’attività che termina per prima.
ActivitySelector(Att) AttScelte = Ø, AttComp = Att while AttComp ≠ Ø “ in AttComp scegli l’attività ‘a’ che termina per prima, aggiungi ‘a’ a AttScelte e togli da AttComp tutte le attività incompatibili con ‘a’ ” return AttScelte
Per implementarla supponiamo le attività a1,...,an ordinate per tempo di fine non decrescente f1 ≤ ... ≤ fn
Altrimenti possiamo ordinarle in tempo O(n log n)ActivitySelector(a, s, f, n) // f1 ≤ ... ≤ fn
A = {a1}, k = 1 for m = 2 to n if s[m] ≥ f[k] A = A {⋃ am}, k = m return A
1 1 4
isi fi
0 1 2 3 4 5 6 7 8 91011121314
tempo
a1 a2
a3
a4
a5
a6
a7
a8 a9
a10
a11
a1 a2
a3
a4
a5
a6
a7
a8 a9
a10
a11
2 0 5
3 1 6
4 5 7
5 3 8
6 5 9
7 610
8 811
9 812
10 213
111214
f[k]
ActivitySelector(a, s, f, n) A = {a1}, k = 1 for m = 2 to n if s[m] ≥ f[k] A = A {⋃ am}, k = m return A
La soluzione trovata contiene quattro attivitàDue domande:
1) La soluzione trovata con l’algoritmo goloso è l’unica possibile che contiene quattro attività?
2) La soluzione trovata con l’algoritmo goloso è ottima o esistono anche soluzioni con più di quattro attività?
1 1 4
isi fi
0 1 2 3 4 5 6 7 8 91011121314
tempo
a1 a2
a3
a4
a5
a6
a7
a8 a9
a10
a11
2 0 5
3 1 6
4 5 7
5 3 8
6 5 9
7 610
8 811
9 812
10 213
111214