Henneberg-Konstruktion in O(n²) Konstruktion von Laman-Graphen mittels Rot-Schwarz-Hierarchien Marko Walther WS 07/08.

Slides:



Advertisements
Ähnliche Präsentationen
Freie Universität Berlin Institut für Informatik
Advertisements

Christian Scheideler SS 2009
Minimum Spanning Tree: MST
Polynomial Root Isolation
Algebraische Zahlen: Exaktes Rechnen mit Wurzeln
7.2 B-Bäume / B*-Bäume als Hilfsmittel zur Indexorganisation
LS 2 / Informatik Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)
Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)
Das LCA – Problem in Suffixbäumen
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (22 – B-Bäume)
7. Natürliche Binärbäume
R. Der - Vorlesung Algorithmen und Datenstrukturen (Magister)
Die 1-Baum-Relaxation des TSP mit der Subgradientenmethode
Marco Barz Seminar über Algorithmen SoSe2007
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken IX Christian Schindelhauer
Algorithmentheorie 04 –Hashing
Konstruktion von Suffix Bäumen
WS Algorithmentheorie 05 - Treaps Prof. Dr. Th. Ottmann.
Konstruktion von Suffix Bäumen
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (19 - Analyse natürlicher Bäume) Prof. Th. Ottmann.
WS Prof. Dr. Th. Ottmann Algorithmentheorie 09 - Suche in Texten Suffix –Tree –Konstruktion Ukkonen Algorithmus.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (27 – Kürzeste Wege) Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (21 - AVL-Bäume: Entfernen, Bruder-Bäume) Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (20 - AVL-Bäume: Entfernen, Bruder-Bäume) Prof. Th. Ottmann.
Algorithmentheorie 12 – Spannende Bäume minimalen Gewichts
Kapitel 3 Graphentheorie
Seminar parallele Programmierung SS 2003
Einführung in Berechenbarkeit, Formale Sprachen und Komplexitätstheorie Wintersemester 2005/ Vorlesung Dominic Dumrauf.
(Ron Rivest, Adi Shamit, Leonard Adleman , 1977)
Minimum Spanning Tree: MST
§8 Gruppen und Körper (8.1) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein weiteres.
Tetraederzerlegung Ina Ehmann Tetraederzerlegung.
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Animationen zu Kap. 4.3: AVL-Bäume
Effiziente Algorithmen
2. Die rekursive Datenstruktur Baum 2
Effiziente Algorithmen
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Effiziente Algorithmen
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Effiziente Algorithmen
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation
Information und Kommunikation
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Christian Scheideler Institut für Informatik Universität Paderborn
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Noam CHOMSKY, Sheila GREIBACH
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken VIII Christian Schindelhauer
Eine kurze Geschichte der Graphentheorie
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken VI Christian Schindelhauer
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung Datenstrukturen für den Algorithmus von.
Konvexe Hüllen (Convex Hulls)
Binärbäume.
Programmiersprachen II Fortsetzung Datenstrukturen Balancierte Bäume 2 Prof. Dr. Reiner Güttler Fachbereich GIS HTW.
Programmiersprachen II Fortsetzung Datenstrukturen Balancierte Bäume 1 Prof. Dr. Reiner Güttler Fachbereich GIS HTW.
Einführung in die Informationsverarbeitung Teil Thaller Stunde V: Wege und warum man sie geht Graphen. Köln 14. Januar 2016.
Wiederholung Breitensuche BFS mit Startknoten s Tiefensuche
Treewidth and its characterizations
 Präsentation transkript:

Henneberg-Konstruktion in O(n²) Konstruktion von Laman-Graphen mittels Rot-Schwarz-Hierarchien Marko Walther WS 07/08

Überblick 1. Grundlagen und Definitionen 2. Die Rot-Schwarz-Hierarchie (RSH) 3. Charakterisierung von Laman-Graphen mittels der RSH 4. Berechnung der Henneberg-Konstruktion mittels der RSH in O(n²)

1.Grundlagen

Theorem 1 (Charakterisierung von Laman-Graphen): Ein Graph G(V,E) heißt Laman-Graph genau dann, wenn: I. II.

Theorem 2 (Henneberg): Ein Graph ist genau dann ein Laman-Graph, wenn für ihn eine Henneberg-Konstruktion existiert.

Theorem 3 (Lovász und Yemini): Ein Graph G(V,E) mit n Ecken und 2n-3 Kanten ist ein Laman-Graph genau dann, wenn für jede Kante e aus E der Multigraph G+e, der durch Hinzufügen einer Kante parallel zu e entsteht, die Vereinigung von zwei kantendisjunkten Spannbäumen ist.

Definition 1: 3tree2-Partition

Beispiel für 3tree2-Partition:

Theorem 4: Ein Graph G(V,E) ist ein Laman-Graph genau dann, wenn er eine 3tree2-Partition zulässt.

2.Die Rot-Schwarz-Hierarchie (RSH)

Definitionen:

Definition: Hierarchie

Beispiel: Hierarchie

Definition: Rot-Schwarz-Hierarchie Eine Rot-Schwarz-Hierarchie ist eine Hierarchie welche folgenden 4 Regeln genügt:

1. Wurzel-Regel: Die Wurzel von T hat genau zwei Kinder.

2. Blatt-Regel: Eine Ecke v von T ist genau dann das einzige Kind seines Elternknotens, wenn v ein Blatt ist.

3. Querkanten-Regel: Die Endecken jeder Querkante haben denselben Großelternknoten, jedoch unterschiedliche Elternknoten.

4. Baum-Regel: Für jede Ecke v aus T bilden die Querkanten, die inzident zu Enkelknoten von v sind einen Baum, der alle Enkel von v verbindet.

Färbung der RSH: Ecken gerader/ungerader Tiefe werden rot/schwarz eingefärbt. Kanten können rot oder schwarz gefärbt sein. Querkanten haben die Farbe ihrer Endpunkte.

Beispiel: Rot-Schwarz-Hierarchie Hierarchie H

3.Charakterisierung von Laman- Graphen mittels der RSH Die RSH als Charakterisierung von Laman-Graphen.

Bezeichnungen:

Lemma 5:

Beweis: Lemma 5

Lemma 5 impliziert auch, dass nicht für jeden Graphen eine RSH existiert.

Lemma 6:

Beweis(Skizze): Lemma 6

Folgerung aus Lemma 5,6: Graphen, für die eine RSH existiert sind Laman-Graphen.

Theorem 7:

Beweis: Theorem 7 Der Beweis wird hier nicht geführt. Nur soviel: Die RSH wird konstruiert, indem der Graph G in eine 3tree2-Partition zerlegt wird und aus dieser rekursiv die Unterbäume der Knoten in H sowie die Querkanten erzeugt werden. Für einen ausführlichen Beweis, siehe [2].

Laufzeit: Die 3tree2-Zerlegung kann in O(n²) Zeit konstruiert werden (siehe [3]). Die Knoten in H der selben Tiefe werden in O(n) Schritten bearbeitet. Da die Höhe der RSH O(n) beträgt, folgt eine Laufzeit von O(n²).

Folgerung: Ein Graph ist genau dann ein Laman-Graph, wenn für ihn eine RSH existiert. Damit ist die RSH eine weitere Charakterisierung von Laman-Graphen neben der 3tree2-Partitionierung z.B..

Lemma 8 (Validierung der RSH): Sei H eine Hierarchie für den Graph G. Es kann in O(n) Schritten überprüft werden, ob H eine Rot-Schwarz-Hierarchie ist.

Beweis: Lemma 8

Nun wird überprüft, ob H allen 4 Regeln für RSH genügt.

Beweis: Lemma 8 Die Wurzel-Regel kann in O(1) Zeit überprüft werden.

Beweis: Lemma 8 Die Blatt-Regel kann für jedes Blatt und jeden inneren Knoten von H überprüft werden. Dafür sind O(n) Schritte notwendig.

Beweis: Lemma 8

Die Baum-Regel kann in O(m+n) Zeit überprüft werden. Es folgt eine Gesamtlaufzeit von O(n).

4.Berechnung der Henneberg-Konstruktion mittels der RSH in O(n²)

Henneberg-Operationen: a b a b v Henneberg-Einfüge-Operation vom Typ I

Henneberg-Operationen: Henneberg-Einfüge-Operation vom Typ II a b a b v

Henneberg-Operationen: Die inversen Operationen werden Henneberg-Lösch-Operationen vom Typ I bzw. Typ II genannt.

Theorem 9:

Beweis(Vorbemerkungen): Theorem 9

Beweis: Theorem 9 Der Beweis unterscheidet 4 Fälle. Fall 1 und Fall 3 werden ausführlich bewiesen, um die Vorgehensweise aufzuzeigen. Fall 1, 2 entsprechen einer Typ I Lösch-Operation, Fall 3, 4 einer Typ II Lösch-Operation.

Fall 1, 2: a b v

Fall 1: w u v Ausschnitt aus H:

Fall 1:

w u v s ab

w u v s ab s ab a b v a b

Fall 2: w ist nicht die Wurzel von T. Für einen Beweis siehe [2].

Fall 3,4: a b v c

Es wird nun immer die Kante e ermittelt, die bei der Lösch- Operation vom Typ II hinzugefügt werden soll: a b a b v c e c

Fall 3: w (der Großelternknoten von v) hat zwei Kinder.

Fall 3:

3 Spezialfälle werden unterschieden:

Fall 3a: x w u v=v‘ s a‘ c‘ b‘ Ausschnitt aus H für Fall 3:

Fall 3a: x w u v s a‘ c‘ b‘ y‘ y

Fall 3a: Diese Prozedur wird als „Vervollständigung des Baumes vom Typ I“ genannt.

Fall 3a: 2. u und v und alle zu ihnen inzidenten Kanten werden entfernt. 3. a‘ und c‘ werden zu Kindern von w. x w u v s a‘ c‘ b‘ x w a‘ c‘ b‘

Fall 3:

Fall 3a:

Fall 3b: x w u=v‘ v s a‘=a c‘ b‘

Fall 3b: 1. u und v und alle zu ihnen inzidenten Kanten werden entfernt. 2. s wird durch das Blatt a ersetzt.

Fall 3b: w u=v‘ s c‘ b‘ va=a‘

Fall 3b: x w u v s a c‘ b‘ x w a c‘ b‘

Fall 3c: x w=v‘ u v s a‘=a c‘ b‘

Fall 3c: 1. u und v und alle zu ihnen inzidenten Kanten werden entfernt. 2. s wird durch das Blatt a ersetzt.

Fall 3c: x w=v‘ u v s a‘=a c‘ b‘ x w a c‘ b‘

Fall 3: In den Fällen 3a, 3b und 3c genügt die resultierende RSH wieder allen 4 Regeln.

Fall 4: w hat mehr als zwei Kinder. Für einen Beweis siehe [2].

Theorem 9: Die vorherigen 4 Fälle reichen aus.

Theorem 9: Denn angenommen, keiner der vorherigen 4 Fälle kann angewendet werden. Dann beträgt der Grad jeder Ecke aus G mindestens 3. Da es 2n-3 Kanten gibt, existieren mind. 6 Ecken in H mit Grad 3. (sieht man durch Konstruktion eines solchen Graphen). Nach der Wurzel-Regel existiert ein Kindknoten u der Wurzel von T, so dass mind. 3 Ecken vom Grad 3 Nachfahren von u sind. Der Großelternknoten kann nach der Blatt-Regel nicht die Wurzel sein. Also greift hier Fall 3 oder 4.

Theorem 10: Die Henneberg-Konstruktion eines Laman- Graphen mit n Ecken kann in O(n²) Zeit Berechnet werden.

Beweis: Theorem 10 Es wird eine RSH für den Graphen mit dem Algorithmus aus Theorem 7 in O(n²) Zeit konstruiert. Mit dem Algorithmus aus Theorem 9 kann eine Lösch-Operation in O(n) Zeit berechnet werden. Da O(n) Lösch-Operationen nötig sind, folgt daraus die Behauptung.

Quellen:  [1] R. Haas, D. Orden, G. Rote, F. Santos, B. Servatius, H. Servatius, I. Streinu, D. Souvaine and W. Whiteley. Planar minimally rigid graphs and pseudo-triangulations. Comput. Geom. Theory Appl., 31(1-2):31-61, 2005,  [2] Henneberg-Aufbau in O(n²) Schritten: S. Bereg. Certifying and constructing minimally rigid graphs in the plane. In Proc. 21st Annu. Sympos. Comput. Geom., pages 73-80,  [3] A.R.Berg und T.Jordan. Algorithms for graph rigidity and scene analysis. In 11th European Symp. on Algorithms, LNCS 2832, pp Springer-Verlag, 2003.