GeoNet Seminar Theta-Graph. Strukturen Motivation Definition von Theta-Graph Beispiel nach der Definition Eingenschafen von Theta-Graph Implemetierungsalgorithmus.

Slides:



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

Christian Scheideler SS 2009
Grundlagen des A*-Algorithmus und Anwendung in der Routenplanung
Algorithm Engineering
Man bestimme den „minimalen aufspannenden Baum“ des Graphen.
Eine dynamische Menge, die diese Operationen unterstützt,
Genome Rearrangements
Prof. Dr. S. Albers Prof.Dr.Th Ottmann
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (26-Graphenalgorithmen: Wiederholung und Übung) Prof. Th. Ottmann.
Christian Schindelhauer
Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)
Automatisches Zeichnen Ausgabe: — Besprechung:
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)
Friedhelm Meyer auf der Heide 1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Approximationsalgorithmen …liefern in polynomieller.
1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Algorithmen für Peer-to-Peer-Netzwerke Sommersemester Vorlesung.
WS Algorithmentheorie 13 - Kürzeste (billigste) Wege Prof. Dr. Th. Ottmann.
1 Bewegungsplanung Computational Geometry Prof. Dr. Th. Ottmann Bewegungsplanung bei unvollständiger Information Ausweg aus einem Labyrinth Finden eines.
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.
Union-Find-Strukturen
WS03/041 Binomial Queues Prof. Dr. S. Albers Prof.Dr.Th Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (05 – Elementare Datenstrukturen) Prof. Th. Ottmann.
Informatik II, SS 2008 Algorithmen und Datenstrukturen Vorlesung 6 Prof. Dr. Thomas Ottmann Algorithmen & Datenstrukturen, Institut für Informatik Fakultät.
Einführung in Berechenbarkeit, Formale Sprachen und Komplexitätstheorie Wintersemester 2005/ Vorlesung Dominic Dumrauf.
Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)
Rel-Modell Relationenspezifische Operationen (11|21) Definition: natural join (natürlicher Verbund) Geg.: zwei Relationen r 1 : (A) und.
Approximationsalgorithmen Facility Location K-Median Cheng, Wei 12. Juli.
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung 1 SS 2001 Algorithmus von Dijkstra.
Effiziente Algorithmen
RDF MT Resource Description Framework Model Theory © 2002 by Emir Blažević
Effiziente Algorithmen
Chromatische Zahl.
Effiziente Algorithmen
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Effiziente Algorithmen
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
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
Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Verteilte Algorithmen und Datenstrukturen Kapitel 4: Caching Christian Scheideler Institut für Informatik Universität Paderborn.
Christian Scheideler Institut für Informatik Universität Paderborn
Mehrkriterielle Optimierung mit Metaheuristiken
Institut für Theoretische Informatik
Die Tiefensuche Vorgedanke: Die Sage von Theseus und dem Minotaurus
HEINZ NIXDORF INSTITUT Universität Paderborn Fakultät für Elektrotechnik, Informatik und Mathematik Algorithmische Probleme in Funknetzwerken XIII Klaus.
Routenplanung querfeldein - Geometric Route Planning
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung Suche des kürzesten Weges in einem Netz.
Delauny Triangulierung
Der A*-Algorithmus.
Konvexe Hüllen (Convex Hulls)
Matchings (Paarungen) in Graphen
Gliederung der Vorlesung
Algorithmen und Datenstrukturen Prof. Dr. Ralf Möller Universität zu Lübeck Institut für Informationssysteme Stefan Werner (Übungen) sowie viele Tutoren.
Programmiersprachen II Graph_Algorithmen Gewichtete Graphen - Minimum Spanning Tree und shortest path aus Implementierungssicht Prof. Dr. Reiner Güttler.
Das Problem des Handlungsreisenden
Punkt-in-Landkarte II
Christian Scheideler WS 2008
Wiederholung Verband Ungerichtete Graphen Partielle Ordnung
DB2 – SS 2019 von Baum allgemein bis B*-Baum
DB2 – SS 2019 von Baum allgemein bis B*-Baum
 Präsentation transkript:

GeoNet Seminar Theta-Graph

Strukturen Motivation Definition von Theta-Graph Beispiel nach der Definition Eingenschafen von Theta-Graph Implemetierungsalgorithmus von Theta-Graph Beispiel nach des Algorithmus Definition des Spanners Theta-Graph ist Spanner Beweis Folgerung

Motivation Realisierung Spanner (approximativ vollständiger Graph ) Entwicklung der Approximationsalgorithmen oder in der Heuristik

Definition von Theta-Graph Theta-Graph In Fläche um jeden Knote in Sektoren von Koordinatesystem mit dem örtlichfestgelegten Winkel und schließen den Knote an den nächsten Nachbar in jedem Sektor

Beispiel nach der Definition

Eingenschafen von Theta-Graph =,wobei k ist eine Ganzzahl(k > 8) Jeder Knoten hat höchsten k Kanten Im allgemeinen hat ein Knoten Typ i Kanten wobei 1<=i<=k und der winkel von eine kante und x-coordinate ist.

Implemetierungsalgorithmus von Theta-Graph Methode Man findet alle Kanten nach Typ i (zuerste ist Typ1, dann ist Typ2, usw.) für jede Knote. Defintion Drei Ordnungen : In jeder Ordnung werden die Knoten durch die Einrichtung ihrer Projektionen auf die orientierte Linie georgernet,die durch den Nullpunkt einen Winkel von mit der X-Achse bildet.

Ordnung : Implemetierungsalgorithmus von Theta-Graph

ImplemetierungsAlgrorithmus 1) Insert point p into table T. 2) If p has a predecessor q in T then report that pq is a type i edge. 3) Repeat Forver If p has a successor r in T then If (r) > (p) then delete r from T else exit loop Bemerkung: 1) Abtastung in unaufsteigender Ordnung 2) Am Anfang ist Tablle T leer 3) Nach Ordnung stecketet die neue Knote ein Implemetierungsalgorithmus von Theta-Graph

Beispiel Nach Implemetierungsalgorithmus

= {e,b,a,j,d,f,h,c,i,g} Beispiel Nach Implemetierungsalgorithmus

= {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j}

Beispiel Nach Implemetierungsalgorithmus = {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a}

Beispiel Nach Implemetierungsalgorithmus = {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} KnotenKanten(Typ 1) a

Beispiel Nach Implemetierungsalgorithmus = {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} KnotenKanten(Typ 1) a

= {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} Beispiel Nach Implemetierungsalgorithmus KnotenKanten(Typ 1) a

Beispiel Nach Implemetierungsalgorithmus = {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} KnotenKanten(Typ 1) c a

Beispiel Nach Implemetierungsalgorithmus = {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} KnotenKanten(Typ 1) c a

Beispiel Nach Implemetierungsalgorithmus = {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} KnotenKanten(Typ 1) c a

= {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} Beispiel Nach Implemetierungsalgorithmus KnotenKanten(Typ 1) c b a

Beispiel Nach Implemetierungsalgorithmus = {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} KnotenKanten(Typ 1) c b abc,

Beispiel Nach Implemetierungsalgorithmus = {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} KnotenKanten(Typ 1) c b (a)bc,

Beispiel Nach Implemetierungsalgorithmus = {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} KnotenKanten(Typ 1) c d b (a)bc,

Beispiel Nach Implemetierungsalgorithmus = {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} KnotenKanten(Typ 1) c d b (a)bc,dc,

Beispiel Nach Implemetierungsalgorithmus = {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} KnotenKanten(Typ 1) c d b (a)bc,dc,

Beispiel Nach Implemetierungsalgorithmus = {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} KnotenKanten(Typ 1) g c d b (a)bc,dc,

Beispiel Nach Implemetierungsalgorithmus = {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} KnotenKanten(Typ 1) g c d b (a)bc,dc,

Beispiel Nach Implemetierungsalgorithmus = {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} KnotenKanten(Typ 1) g c d b (a)bc,dc,

Beispiel Nach Implemetierungsalgorithmus = {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} KnotenKanten(Typ 1) g c d e b (a)bc,dc,

Beispiel Nach Implemetierungsalgorithmus = {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} KnotenKanten(Typ 1) g c d e b (a)bc,dc,ed

= {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} Beispiel Nach Implemetierungsalgorithmus KnotenKanten(Typ 1) g c d e (b) (a)bc,dc,ed

= {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} Beispiel Nach Implemetierungsalgorithmus KnotenKanten(Typ 1) g c f d e (b) (a)bc,dc,ed

= {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} Beispiel Nach Implemetierungsalgorithmus KnotenKanten(Typ 1) g c f d e (b) (a)bc,dc,ed,fc

Beispiel Nach Implemetierungsalgorithmus = {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} KnotenKanten(Typ 1) g c f d e (b) (a)bc,dc,ed,fc

= {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} Beispiel Nach Implemetierungsalgorithmus KnotenKanten(Typ 1) g h c f d e (b) (a)bc,dc,ed,fc

= {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} Beispiel Nach Implemetierungsalgorithmus KnotenKanten(Typ 1) g h c f d e (b) (a)bc,dc,ed,fc,hg

Beispiel Nach Implemetierungsalgorithmus = {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} KnotenKanten(Typ 1) g h (c) f d e (b) (a)bc,dc,ed,fc,hg

Beispiel Nach Implemetierungsalgorithmus = {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} KnotenKanten(Typ 1) i g h (c) f d e (b) (a)bc,dc,ed,fc,hg

= {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} Beispiel Nach Implemetierungsalgorithmus KnotenKanten(Typ 1) i g h (c) f d e (b) (a)bc,dc,ed,fc,hg

= {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} Beispiel Nach Implemetierungsalgorithmus KnotenKanten(Typ 1) i (g) h (c) f d e (b) (a)bc,dc,ed,fc,hg

Beispiel Nach Implemetierungsalgorithmus = {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} KnotenKanten(Typ 1) i (g) h j (c) f d e (b) (a)bc,dc,ed,fc,hg

Beispiel Nach Implemetierungsalgorithmus = {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} KnotenKanten(Typ 1) i (g) h j (c) f d e (b) (a)bc,dc,ed,fc,hg, jh

= {e,b,a,j,d,f,h,c,i,g} = {a,c,b,d,g,e,f,h,i,j} = {i,g,h,j,c,f,d,e,b,a} KnotenKanten(Typ 1) i (g) h j (c) (f) (d) e (b) (a)bc,dc,ed,fc,hg, jh Beispiel Nach Implemetierungsalgorithmus

Vergleichen

Definition des Spanners Difintion p,q= zwei beliebige konten in graph G d(p,q)=euklidische distanz G(p,q)=länge eines kürzesten wegs in graph G Spanner Spanner ist ein Subgraph von G und im Spanner ist der Maximalwert des Verhältnisse G(p,q) / d(p,q) in konstantem Rahmen.

Theta-Graph ist Spanner Definiton : L änge eines kürzesten Wegs von p bis q in theta-graph m: die Anzahl von Knoten in d(p,q) : euklidische distanz Lemma Wenn es ein kürzesten Weg von p bis q in Theta-graph, (k ist eine Ganzzahl und k > 8 ) gibt, und der Weg fährt über m Knoten durch,dann

Beweis des Lemmas Methode durch Induktionsbeweis Definition : n-te Knoten im Weg von p bis q in theta- graph ( 0<=i<=m ),davon : Länge eines kürzesten Wegs von p bis q in theta-graph : Länge eines Wegs p bis q in theta- graph mit solche Beschränkung:

Beschränkung für : Wenn der Winkel von und x-achse ist d.h ist ein Kanten von Typ i,dann ist die Kanten von auch Typ i Offenbar: Beweis des Lemmas

Falls wir bewiesen haben, dann gilt auch Beweis des Lemmas

1) Wenn m=0 ist, dann ist ; 2)Annahme: ist richtig Claim: Verhältnis hat Maximumswert,genau dann wenn (a) q im x-achse ist (b) der Winkel von und x-achse maximal ( ) hat Beweis des Lemmas

Setzt in p ein => und => Beweis des Claims

q und werden sich im beschränkte Rahmen ( )beweget,aber die Verhältnis wird nicht weniger,d.h. und werden nicht weniger,und wird sich nicht erhöht. Beweis des Claims

Falls < ist,dann müssen wir und umtauschen,dann werden und nicht weniger,und wird sich nicht erhöht,wenn q sich um ins x-achse dreht. => Beweis des Claims

(a) q ist im x-achse Beweis des Claims wenn q sich um ins x- achse dreht, ändern und nicht,und > => wird sich nicht erhöht. D.h wenn q im x-achse ist,dann ist minimal.

(b) der Winkel von und x-achse maximal ( ) hat Beweis des Claims Wenn sich entlang y-coordinate beweget,dann wird vergrössert aber, und werden sich erhöht,aber ändert nicht D.h.wenn ist,dann ist maximal.

=> Nach Claim,ist und ist minimal und ist maximal. => Beweis des Lemmas

3) Setzt und ein => Beweis des Lemmas

=> Beweis des Lemmas

Folgerung Wenn im theta-graph ist und k>8, dann ist,deshalb ist Verhältnisse =B kB

GeoNet Seminar Schönen Dank