Informatik Datenstruktur Graph 3.1 Einfache Graphen

Slides:



Advertisements
Ähnliche Präsentationen
8. Termin Teil B: Wiederholung Begriffe Baum
Advertisements

Vortrag von Stephanie Weirauch Jens Pleger Peter Jancke Frank Wejmelka
Algorithm Engineering
Berechne den optimalen (kürzesten, schnellsten) Weg
Datenstrukturen und Algorithmen
Ein Graph G=(V,E) besteht aus Knoten V (nodes) und Kanten E (edges):
Programmierung 1 - Repetitorium WS 2002/2003 Programmierung 1 - Repetitorium Andreas Augustin und Marc Wagner Homepage:
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (26-Graphenalgorithmen: Wiederholung und Übung) Prof. Th. Ottmann.
LS 2 / Informatik Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)
Graphen Ein Graph ist eine Kollektion von Knoten und Kanten. Knoten sind einfache Objekte. Sie haben Namen und können Träger von Werten, Eigenschaften.
7. Natürliche Binärbäume
R. Der - Vorlesung Algorithmen und Datenstrukturen (Magister)
Marco Barz Seminar über Algorithmen SoSe2007
Manfred Thaller, Universität zu Köln Köln 22. Januar 2009
Einführung in die Informationsverarbeitung Teil Thaller Stunde VI: Wege und warum man sie geht Graphen. Manfred Thaller, Universität zu Köln Köln.
Management großer Softwareprojekte
Baumstrukturen Richard Göbel.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (20 – Graphen)
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (26 - Graphen) Prof. Th. Ottmann.
Informatik II, SS 2008 Algorithmen und Datenstrukturen Vorlesung 24 Prof. Dr. Thomas Ottmann Algorithmen & Datenstrukturen, Institut für Informatik Fakultät.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (27 – Kürzeste Wege) Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (17 – Bäume: Grundlagen und natürliche Suchbäume) Prof. Th. Ottmann.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (21 – Kürzeste Wege) T. Lauer.
Algorithmentheorie 12 – Spannende Bäume minimalen Gewichts
Algorithmen und Datenstrukturen
Mathematische Grundlagen
Planarisierung von Cluster Graphen
Schiller-Gymnasium Hof Manuel Friedrich OStR,
Sequencing by Hybridization SBH
Minimum Spanning Tree: MST
Design and analysis of GUI test-case prioritization using weight-based methods Samra Khan.
2. Die rekursive Datenstruktur Baum 2
Flüsse, Schnitte, bipartite Graphen
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation I Vorlesung 5 WS 2000/2001 Topologie, Landkarten, Datenstrukturen.
Effiziente Algorithmen
Datenstrukturen für Landkarten
Geoinformation I Vorlesung 8 WS 2000/2001 Graphen.
Geoinformation II Vorlesung 3 SS 2001 Polygon Overlay.
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Institut für Theoretische Informatik
Institut für Theoretische Informatik
Cs104 Programmieren II Präsentation Meilenstein 5 Sommersemester 2007 Gruppenname (Gruppe Nr. x) Name 1 (Name der/des Vortragenden unterstreichen) Name.
Cs104 Programmieren II Präsentation Meilenstein 5 Frühjahrsemester 2010 Gruppenname (Gruppe Nr. x) Name 1 Name 2 Name 3 Name 4 Logo der Gruppe.
Cs104 Programmieren II / cs108 Programmier-Projekt Präsentation Meilenstein 5 Frühjahrsemester 2011 Gruppenname (Gruppe Nr. x) Name 1 Name 2 Name 3 Name.
1.2 Trennung von Struktur und Inhalt
Jan Hinzmann – – GIS Praxis II – Slide 1/10 Der Algorithmus von Dijkstra (Berechnung kürzester Wege in bewerteten Graphen) GIS Praxis II, Jan Hinzmann,
Manfred Thaller, Universität zu Köln Köln 30. Januar 2014
Graphen (1) 1 Helmut Schauer Educational Engineering Lab
Informatik Datenstruktur Graph 3.2 Repräsentation von Graphen
Peer-to-Peer-Netzwerke
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
se_4_graphen_und_baeume_I.ppt1 Softwareengineering Graphen und Bäume 1 Prof. Dr.-Ing. Axel Benz, Berlin School of Economics and Law.
„Wiederherstellung artenreichen Hochmoor-Grünlandes im Vergleich verschiedener Bewirtschaftungsvarianten“ Ergebnisse bodenchemischer und -biologischer.
Landkarten Landkarten sind Tesselationen mit folgenden Eigenschaften:
Analyse der Laufzeit von Algorithmen
Manfred Thaller, Universität zu Köln Köln 11. Dezemberr 2014
10 Graphen gerichtete und ungerichtete, mit Marken an Ecken und/oder Kanten Anwendungsgebiete: Verkehrsnetze, Kommunikationsnetze, Netzpläne, Spiele,...
Eine kurze Geschichte der Graphentheorie
Seminarvortrag über LOG-SPACE von Rasmus Krause
VRS Liniennetzplan der Bonner Innenstadt
Einführung in die Informationsverarbeitung Teil Thaller Stunde V: Wege und warum man sie geht Graphen. Köln 14. Januar 2016.
Rechen- und Kommunikationszentrum (RZ) Selektionsstrategien auf Graphstrukturen Sven Porsche Seminarvorträge Aachen.
Philip Schill Erik Kurrat Simon Walther
Projekt Graphentheorie Eulerpfad
Straße * besteht aus Flurstück 1 Masche 2 begrenzt 3..* Kante 2 2..* begrenzt Lösung der Aufgabe 1: Die Ergänzung (grau) des Diagramms besteht.
Wiederholung Verband Ungerichtete Graphen Partielle Ordnung
3. Die Datenstruktur Graph 3.1 Einfache Graphen
 Präsentation transkript:

Informatik 11 3. Datenstruktur Graph 3.1 Einfache Graphen 3. Die Datenstruktur Graph 3.1 Einfache Graphen Ein Graph besteht aus Knoten (englische Bezeichnung: vertex) und Kanten (englische Bezeichnung edge ) und eignet sich zur Darstellung netzwerkartiger Stukturen. Informatik 11 3. Datenstruktur Graph 3.1 Einfache Graphen

Informatik 11 3. Datenstruktur Graph 3.1 Einfache Graphen Anwendungsbeispiele: Straßennetze Rechnernetze Schienennetze Struktur von Websites Ahnenbäume Informatik 11 3. Datenstruktur Graph 3.1 Einfache Graphen

Informatik 11 3. Datenstruktur Graph 3.1 Einfache Graphen Ungerichteter Graph Gerichteter Graph Informatik 11 3. Datenstruktur Graph 3.1 Einfache Graphen

Informatik 11 3. Datenstruktur Graph 3.1 Einfache Graphen Ungerichteter Graph Kanten als Menge: e1 = {v1, v2} e2 = {v1, v4} e5 = {v3, v5} usw. Gerichteter Graph Kanten als Tupel: e1 = (v1, v2) e2 = (v1, v4) e5 = (v5, v3) e8 = (v3, v5) Informatik 11 3. Datenstruktur Graph 3.1 Einfache Graphen

Informatik 11 3. Datenstruktur Graph 3.1 Einfache Graphen Einen Weg von einem bestimmten Knoten zu einem anderen gibt bezeichnet man auch als Pfad. Bsp.: (v5, v1, v8, v6) Einen geschlossenen Pfad (Anfangs- und Endknoten sind indentisch), bezeichnet man als Zyklus oder auch als Rundweg. Bsp.: (v1, v2, v4, v1) Informatik 11 3. Datenstruktur Graph 3.1 Einfache Graphen

Informatik 11 3. Datenstruktur Graph 3.1 Einfache Graphen 3. Die Datenstruktur Graph 3.1 Einfache Graphen Zusammenhängender ungerichteter Graph Von jedem Knoten gibt es einen Pfad zu allen anderen Knoten Nicht zusammenhängender ungerichteter Graph Es gibt einen Knoten, der nicht von allen anderen erreicht werden kann. Informatik 11 3. Datenstruktur Graph 3.1 Einfache Graphen

Informatik 11 3. Datenstruktur Graph 3.1 Einfache Graphen Gewichteter Graph: Jede Kante besitzt eine Gewichtung. Beispiel: Entfernung zweier Orte, Fahrtdauer, Kosten Informatik 11 3. Datenstruktur Graph 3.1 Einfache Graphen