Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

FB Informatik Prof. Dr. R.Nitsch Programmieren 2 Future Car Projekt Praktikum 6 Reiner Nitsch - Speichern von Graphen - Suchen in.

Ähnliche Präsentationen


Präsentation zum Thema: "FB Informatik Prof. Dr. R.Nitsch Programmieren 2 Future Car Projekt Praktikum 6 Reiner Nitsch - Speichern von Graphen - Suchen in."—  Präsentation transkript:

1 FB Informatik Prof. Dr. R.Nitsch Programmieren 2 Future Car Projekt Praktikum 6 Reiner Nitsch - Speichern von Graphen - Suchen in Graphen - Kürzeste Wege

2 FB Informatik Prof. Dr. R.Nitsch Projekt FutureCar 2 Darstellung von Graphen als Array von Listen Grundlagen zu Graphen (siehe Vorlesung Mathematik 1) Ungerichteter Graph G(V,E) V: Knotenmenge E: Kantenmenge Gerichteter Graph Bietet Antwort auf Fragen zu Graphen G wie z.B. Speicherbedarf? proportional zur Anzahl Knoten plus Anzahl Kanten O(|V|+|E|) Wieviele Kanten enden an v i ? Welche Nachbarn v j hat v i ? Existiert Kante E=(v i,v j )? O(|E i |) Gewichteter Graph: Gewicht als zu- sätzliche Info der Listenelemente Adjazenzlisten Die mit Knoten 5 verbunden Nachbarknoten (= Kantenmenge E 5 ) Array von Adjazenzlisten

3 FB Informatik Prof. Dr. R.Nitsch Projekt FutureCar 3 Darstellung von Graphen mit Adjazenzmatrix Adjazenzmatrix a mit Elementen aij a ij = 1 wenn Kante E=(v i,v j ) in G enthalten, sonst a ij = Ungerichteter Graph G(V,E) a ij = a ji (symmetrisch) Gerichteter Graph G(V,E) a ij a ji (unsymmetrisch) Bietet Antwort auf Fragen zu Graphen G wie z.B. Welche Kanten enden an v i ? Welche Nachbarn v j hat v i ? Existiert Kante E=(v i,v j )? O(1) Speicherbedarf? O(|V| 2 ) ungünstig wenn G wenige Kanten hat Gewichteter Graph: Gewicht an Stelle von '1' in Matrix eintragen i j

4 FB Informatik Prof. Dr. R.Nitsch Projekt FutureCar 4 Adjazenzliste des Graphen der FutureCar World #### # # # # 0,01,02,03,0 0,11,12,13,1 0,21,22,23,2 0,31,32,33,3 x y 1,1 1,2 3,1 2,1 3,2 2,1 1,1 1,2 2,2 1,3 3,2 3,1 4,2 2,2 3,2 2,1 Adjazenzlisten Rasterkarte (Grid) von FC-City Rasterkarte von FC-City mit XY-Koordinaten Graph zur Modellierung der Erreichbarkeitsbeziehungen zwischen den Zellen der Rasterkarte Adjazenzlisteninfo als Textsequenz 5

5 FB Informatik Prof. Dr. R.Nitsch Projekt FutureCar 5 Implementierungsempfehlungen Empfehlungen: Container zum Verwalten der Knoten? Knoten in Container einfügen? Was sollte in den Adjazenzlisten gespeichert werden? Welcher Datentyp eignet sich für Route? map nodes nodes[ loc ] = Node(…) Graph - nodes:Node[ ] + Graph(filename:string) + … Location oder Adressen der Nachbarknoten. Verwendbarkeit im Navi sicherstellen (Siehe Praktikum 5) 3,1 2,1 3,2 1,1 1,2 2,1 1,1 1,2 2,2 1,3 3,2 3,1 4,2 2,2 3,2 2,1 Adjazenzlisten Node + loc + adjList + Konstruktor: 3,1 2,13, N

6 FB Informatik Prof. Dr. R.Nitsch Projekt FutureCar 6 Traversieren von Graphen Als Traversieren bezeichnet man das systematische Besuchen aller Knoten und das Durchlaufen jeder Kante eines Graphen. Algorithmen zum Traversieren eines Graphen dienen als Basis für viele andere grundlegende Algorithmen zur Verarbeitung von Graphen Man unterscheidet zwischen –Breitentraversierung (breadth-first search, BFS): Die Knoten werden geordnet nach der "Entfernung" von einem Startknoten durchlaufen zuerst alle Knoten mit 1 Kantenlänge Abstand vom Startknoten danach alle diejenigen Knoten mit Abstand 2, danach die mit Abstand 3, usw. –Tiefentraversierung (depth-first search, DFS): Dieser Algorithmus erhöht immer zuerst die Distanz vom Startknoten, bevor er in die Breite geht und Nachbarknoten mit gleicher Distanz besucht (meist rekursiv implementiert) Bereits besuchte Knoten müssen markiert werden, weil sich die Algorithmen sonst in den Kreisen des Graphen verlieren. Node + loc:Location + adjList + visited:bool + Konstruktor: Markierung

7 FB Informatik Prof. Dr. R.Nitsch Projekt FutureCar 7 Tiefentraversierung (Rekursiv) Rekursiver Algorithmus (in Pseudocode), der ausgehend von einer unmarkierten Ecke v i, alle anderen Knoten v j, j!=i eines Graphen G (genauer: einer Komponente desselben) besucht Funktion: traverse-dfs(v) Zweck: Tiefensuche in einem Graphen Parameter v: Ecke bei dem die Suche beginnt PRE: --- POST: Alle Ecken, die von v erreichbar sind, sind gefunden. Markiere v als besucht Bestimme einen Nachbarknoten von v und nenne diesen vnext WHILE(vnext existiert UND noch nicht besucht ist) beginne weitere Tiefensuche bei vnext Wieder zurück, bestimme weiteren Nachbarknoten von v und nenne diesen wieder vnext END WHILE Node + loc:Location + adjList + visited:bool + Konstruktor: procedure traverse-dfs(v) visited(v) := true vnext := adjList[v] WHILE( exist(vnext) UND NOT visited(vnext) traverse-dfs(vnext) vnext := succ(v_next) END WHILE

8 FB Informatik Prof. Dr. R.Nitsch Projekt FutureCar 8 Tiefentraversierung (Rekursiv) Rekursiver Algorithmus (in Pseudocode), der ausgehend von einer unmarkierten Ecke v i, alle anderen Knoten v j, j!=i eines Graphen G (genauer: einer Komponente desselben) besucht PRE: --- POST: Alle Ecken, die von v erreichbar sind, sind markiert. procedure traverse-dfs(v) visited(v) := true// markiere v als besucht v_next := adjList[v]// hole ersten Nachbarknoten while exist(v_next) do {// solange einer existiert if not visited(v_next) do // und dieser noch nicht besucht ist traverse-dfs(v_next)// gehe erst mal zu diesem (Rekursion!!) // wieder zurück v_next := succ(v_next) // hole nächsten Nachbarknoten } Node + loc:Location + adjList + visited:bool + Konstruktor:

9 FB Informatik Prof. Dr. R.Nitsch Projekt FutureCar 9 Beispiel zur Tiefentraversierung Adjazenzlisten von Seite 2 Alle Knoten und Kanten besucht! Startknoten Komplexität: O(|V|+|E|) procedure traverse-dfs(v) visited(v) := true vnext := adjList[v] WHILE( exist(vnext) UND NOT visited(vnext) traverse-dfs(vnext) vnext := succ(v_next) END WHILE

10 FB Informatik Prof. Dr. R.Nitsch Projekt FutureCar 10 Tiefentraversierung (Iterativ) Iterativer Algorithmus mit einem Stack, der ausgehend von einer unmarkierten Ecke v i, alle anderen Knoten v j, j!=i eines Graphen G (genauer: einer Komponente desselben) besucht PRE: --- POST: Alle Ecken, die von v erreichbar sind, sind markiert. procedure traverse-dfs(v) t := empty-stack// t ist ein lokaler Stack visited(v) := true// markiere v als besucht push(t,v)// lege v auf den Stack WHILE NOT empty(t) DO { v := top(t)// hole oberstes Element aus Stack vnext := adjList[v]// hole ersten Nachbarknoten WHILE exist(vnext) AND visited(vnext) DO // schon besucht? vnext := succ(vnext) // Ja! Dann eben den Nächsten END WHILE IF exist(vnext) DO// Noch einen Unbesuchten gefunden? visit(vnext)// diesen besuchen (und bearbeiten), visited(vnext) := true// als "besucht" markieren und push(t,vnext)// Erst mal auf den Stack damit... ELSE DO pop(t) END IF END WHILE// Erledigt! Alle Nachbarn von v besucht } … und hier schon wieder runter!

11 FB Informatik Prof. Dr. R.Nitsch Projekt FutureCar 11 Breitentraversierung Iterativer Algorithmus, der alle Knoten eines zusammenhängenden Graphen geordnet nach der Entfernung vom Startknoten v durchläuft. –Zuerst werden alle vom Startknoten über 1 Kante erreichbaren Knoten besucht –Danach alle über mindestens 2 Kanten erreichbaren Knoten, usw. –Entsteht formal aus Tiefentraversierung, wenn man den Stack durch eine Queue ersetzt. PRE:--- Post:Alle Knoten, die von v erreichbar sind, sind markiert, also besucht worden procedure bfs_node(v) t := empty-queue// Definition einer leeren lokalen Queue visited(v) := true// Starknoten v als "besucht" markieren enqueue(t,v) WHILE NOT empty(t) DO v := front(t)// vordersten Knoten in t lesen vnext := adjList[v]// hole ersten Nachbarknoten WHILE exist(vnext) AND visited(vnext) DO// schon besucht? vnext := succ(vnext)// Ja! Dann eben den Nächsten END WHILE IF exist(vnext) DO// Noch einen Unbesuchten gefunden? visit(vnext)// diesen besuchen (und bearbeiten), visited(vnext) := true// als "besucht" markieren und enqueue(t,v_next)// erst mal in queue einreihen, wo sie bis zur // Bearbeitung ihrer Nachbarknoten warten ELSE DO dequeue(t)// Erledigt! Alle Nachbarn von v wurden besucht END IF END WHLE Die Änderungen gegenüber der Tiefensuche sind ROT markiert!

12 FB Informatik Prof. Dr. R.Nitsch Projekt FutureCar procedure bfs_node(v) t := empty-queue visited(v) := true enqueue(t,v) WHILE NOT empty(t) DO v := front(t) vnext := adj[v] WHILE exist(vnext) AND visited(vnext) DO vnext := succ(vnext) IF exist(vnext) DO visit(v_next) visited(vnext) := true enqueue(t,vnext) ELSE dequeue(t) END IF END WHILE Beispiel zur Breitentraversierung Alle Knoten und Kanten besucht! Startknoten Adjazenzlisten von Seite t: Queue Jetzt sind alle Knoten mit Distanz "1Kante" zum Startknoten besucht

13 FB Informatik Prof. Dr. R.Nitsch Projekt FutureCar 13 Kürzeste Wege mittels Breitensuche Gesucht ist eine Verbindung (Pfad) zwischen 2 Knoten: –Tiefensuche liefert eine entsprechende Kantenfolge, wenn es eine gibt (aber nicht unbedingt die Kürzeste). –Breitensuche liefert garantiert die Kürzeste. Aufgabe Mit Hilfe eines Breitensuchverfahrens soll der kürzeste Weg in einem ungewichteten Graphen G vom Startpunkt src zum Zielknoten dest gefunden werden, der über die geringste Anzahl von Kanten verläuft. Dabei wird der Weg so codiert, dass man ihn hinterher rekonstruieren kann. Lösung –Die Breitentraversierung durchläuft alle Knoten geordnet nach der Kantendistanz zu src. –Der Vorgängerknoten, von dem ausgehend der Knoten v betreten wird, verbindet somit v auf dem kürzesten Wege mit src (keine Kantengewichte!). –Im Bearbeitungsschritt merkt sich Knoten v daher seinen Vorgängerknoten –Nachdem Knoten dest betreten wurde und dieser sich seinen Vorgängerknoten gemerkt hat, ist die Suche beendet. –Der kürzeste Weg, der dest mit src verbindet, ergibt sich nun, indem man, beginnend bei dest, die Folge der Vorgängerknoten rekonstruiert. –Rückwärts gelesen (std::reverse) ergibt diese Folge den gesuchten kürzesten Weg.

14 FB Informatik Prof. Dr. R.Nitsch Projekt FutureCar 14 Breitensuche des Knotens d ausgehend vom Startknoten s PRE:exist(s), exist(d) POST:Alle Knoten, die von v erreichbar sind, sind markiert, also besucht worden procedure bf_search(s,d) t := empty-queue// Definition einer leeren lokalen Queue visited(s) := true// Starknoten v als "besucht" markieren pred(s) := nil// s kennt seinen Vorgänger noch nicht enqueue(t,s) WHILE NOT empty(t) AND front(t)!=d DO // Abbruch der Suche wenn d besucht v := front(t)// vordersten Knoten in t lesen vnext := adj[v]// hole ersten Nachbarknoten WHILE exist(v_next) AND visited(v_next) DO vnext := succ(vnext)// Bereits besuchte Knoten überspringen END WHILE IF vnext != nil DO// Solange unbesuchte Nachbarknoten zu v existieren visit(vnext)// diese besuchen (und bearbeiten), pred(vnext) := v// Vorgänger merken (besuchen & bearbeiten) visited(vnext) := true// als solche markieren und enqueue(t,vnext)// in queue einfügen, wo sie bis zur Bearbeitung // ihrer Nachbarknoten warten ELSE DO dequeue(t)// entferne vorderstes Element aus t END IF// Alle Nachbarn dieses Knotens sind besucht END WHILE IF empty(t) DO { kein Pfad von s nach d} ELSE DO reverse(t) END IF Ergänzungen zum vorherigen Algorithmus sind ROT markiert Node + loc:Location + adjList + pred + visited:bool + Konstruktor: Verweis auf Vorgängerknoten


Herunterladen ppt "FB Informatik Prof. Dr. R.Nitsch Programmieren 2 Future Car Projekt Praktikum 6 Reiner Nitsch - Speichern von Graphen - Suchen in."

Ähnliche Präsentationen


Google-Anzeigen