Lösungshinweise zu den Suchalgorithmen. Der Baum zum Zustandsgraphen GE OBE DUI GE D MH D OB MH DUI E DOBMH OBE DUIGED MH DGE MH EDUI D OBMH DGE MH DUIEE.

Slides:



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

Vortrag von Stephanie Weirauch Jens Pleger Peter Jancke Frank Wejmelka
Christian Scheideler SS 2009
Falls Algorithmen sich selbst rekursiv aufrufen, so kann ihr Laufzeitverhalten bzw. ihr Speicherplatzbedarf in der Regel durch eine Rekursionsformel (recurrence,
Polynomial Root Isolation
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (26-Graphenalgorithmen: Wiederholung und Übung) Prof. Th. Ottmann.
Proof-Planning. Übersicht Einleitung Proof-Planning Bridge-Taktiken Repräsentation des Gegenspiels Planungsalgorithmus Suchen mit Histories.
INT A – Vorlesung, Thema: Suche Prof. Dr. Wolfram Conen
R. Der - Vorlesung Algorithmen und Datenstrukturen (Magister)
Algorithmen und Komplexität
Anwendung und Visual Basic
Problemlösen durch Suchen
Informierte Suche.
Suchbäume Richard Göbel.
FH-Hof Künstliche Intelligenz - Suchbäume Richard Göbel.
Polymorphie (Vielgestaltigkeit)
Seminar parallele Programmierung SS 2003
Algorithmen und Komplexität
Minimum Spanning Tree: MST
Teil I: Uninformierte Suche
Teil II: Informierte Suche
Lösungshinweise zu Blatt 2
Vortrag über Graphen Von Jörg Hendricks.
DÄMONEN Dämonen existieren nicht! Sie entstehen in unserem Kopf!
Effiziente Algorithmen
Fragen zu den 4 Quadraten B A D C Bitte die Figur hier links aufmerksam anschauen. Ich werde dir 4 Fragen zu den Quadraten stellen. Bereit?
Informatik Grundlagen, WS04, Seminar 11
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 Hartmut Klauck Universität Frankfurt SS
Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Anwendungen der Planung
Suchstrategien Tiefensuche Suchstrategien Greedy- Suche A*- Suche
Fortsetzung folgt jeweils nach einem Mausklick Powerpoints bestellen-Mail an Zwei Nonnen verlassen ihren Konvent, um.
Fortsetzung folgt jeweils nach einem Mausklick Zwei Nonnen verlassen ihren Konvent, um Kekse zu verkaufen. Eine von ihnen ist bekannt als Schwester Mathematik.
Fortsetzung folgt jeweils nach einem Mausklick. Zwei Nonnen verlassen ihren Konvent, um Kekse zu verkaufen. Eine von ihnen ist bekannt als Schwester Mathematik.
Analyse der Laufzeit von Algorithmen
Lernplan BMI6C Physik für den
Grammatikalische Begriffe im Unterricht
Lösungshinweise zu Blatt 1 INTA – WS05/06. Der Baum zum Zustandsgraphen GE OBE DUI GE D MH D OB MH DUI E DOBMH OBE DUIGED MH DGE MH EDUI D OBMH DGE MH.
A T I N S.
Fortsetzung folgt jeweils nach einem Mausklick Zwei Nonnen verlassen ihren Konvent, um Kekse zu verkaufen. Eine von ihnen ist bekannt als Schwester Mathematik.
Von Schätzern – über’s Schätzen Pachtübergabe an die eigenen Kinder Eines Tages müssen Garten- freunde aus Altersgründen aufgeben. Spätestens dann kommt.
- Entscheidungen treffen Auch du kannst Ja oder Nein sagen! - Entscheidungen treffen.

setzt Linearität des Zusammenhangs voraus
Varianzanalyse und Eta²
Der A*-Algorithmus.
Gliederung der Vorlesung
Binärbäume.
Radikaler Konstruktivismus
Vorstellen und Herleiten der Horner Schemas
Theory of Programming Prof. Dr. W. Reisig Was heißt „Korrektheit“? W. Reisig Workshop Modellierung Hamburg, März 2015.
ZAP 2014 Anleitung mit Lösungen
Programmiersprachen II Vorbesprechung Klausur Prof. Dr. Reiner Güttler Fachbereich GIS HTW.
Programmiersprachen II Fortsetzung Datenstrukturen Balancierte Bäume 2 Prof. Dr. Reiner Güttler Fachbereich GIS HTW.
Programmiersprachen II Fortsetzung Datenstrukturen Balancierte Bäume 3 Prof. Dr. Reiner Güttler Fachbereich GIS HTW.
Programmiersprachen II Fortsetzung Datenstrukturen Balancierte Bäume 1 Prof. Dr. Reiner Güttler Fachbereich GIS HTW.
Funktionen, Felder und Parameter- übergabe. Funktionsaufruf mit Feld als Parameter: Parameter = Name des Feldes.
Programmiersprachen II Fortsetzung Datenstrukturen Einfache Bäume Übung 13 Prof. Dr. Reiner Güttler Fachbereich GIS HTW.
1 Nichts anderes als einfache Logik!. 2 Schau dir das Bild genau an. Jetzt folgen vier Fragen zum Bild. Bist du bereit? BA D C 4 Square Questions.
Deutsche Wörterbücher Part 3 Tipps zum richtigen Umgang mit deutschen Wörterbüchern Developed by Elisabeth Wielander, Aston University.
Tutorium Software-Engineering SS14 Florian Manghofer.
Klausur „Diskrete Mathematik II“
REKURSION + ITERATION.
3. Die Datenstruktur Graph 3.3 Durchlaufen von Graphen
 Präsentation transkript:

Lösungshinweise zu den Suchalgorithmen

Der Baum zum Zustandsgraphen GE OBE DUI GE D MH D OB MH DUI E DOBMH OBE DUIGED MH DGE MH EDUI D OBMH DGE MH DUIEE EOB DGE MH GEDUI GEDUI K0 K1K2 K7 K18 K46 K45 K44 K3K4K5K6 K17K16K15K14K13K12K11K10K9K8 K19K20K21 K22 K24 K26 K27 K29 K23K25 K28 K30 K31 K32K33 K34 K35 K36 K37 K38 K39 K41K42K43 K40 (Sie durften die Knoten unter D‘s, also z.B. K19 und K20, weglassen. In einer eventuellen Klausuraufgabe werde ich einen solchen Suchbaum vorgeben und dann sagen, welche Knoten Zielzustände repräsentieren. Da kann es dann vorkommen, dass sich unterhalb dieser Knoten noch weitere Knoten befinden. Diese müssen sie dann in den ver- schiedenen Suchverfahren jeweils ignorieren (also am besten gleich durchstreichen), so, wie ich es in den folgenden Lösungen auch getan habe. Schauen sie sich bitte alle Lösungen genaun an und rechnen sie selbst nochmals einige Beispiele (die sie leicht selber finden können – wie gesagt, es reicht, einen bewerten Baum vorzugeben.)

Tiefensuche mit Wiederholungen GE OBE DUI GE D MH D OB MH DUI E DOBMH OBE DUIGED MH DGE MH EDUI D OBMH DGE MH DUIEE EOB DGE MH GEDUI GEDUI K0 K1K2 K7 K18 K46 K45 K44 K3K4K5K6 K17K16K15K14K13K12K11K10K9K8 K19K20K21 K22 K24 K26 K27 K29 K23K25 K28 K30 K31 K32K33 K34 K35 K36 K37 K38 K39 K41K42K43 K40 Tiefensuche (mit Wiederholungen, alle Lösungen): K0,K1,K3,K8,K9,K21,K22,K10,K23,K24,K4,K11,K25,K26,K12,K27,K28, K29,K2,K5,K6,K15,K36,K37,K38,K16,K39,K40,K41,K7,K17,K42,K43,K18,K44,K45,K46 Anmerkungen: Achtung, Knoten mit Zustand D werden nicht expandiert, also folgt nach K8 K9 und nach K5 K6.

Breitensuche mit Wiederholungen GE OBE DUI GE D MH D OB MH DUI E DOBMH OBE DUIGED MH DGE MH EDUI D OBMH DGE MH DUIEE EOB DGE MH GEDUI GEDUI K0 K1K2 K7 K18 K46 K45 K44 K3K4K5K6 K17K16K15K14K13K12K11K10K9K8 K19K20K21 K22 K24 K26 K27 K29 K23K25 K28 K30 K31 K32K33 K34 K35 K36 K37 K38 K39 K41K42K43 K40 Breitensuche (mit Wiederholungen, alle Lösungen): K0,K1,K2,K3,K4,K5,K6,K7,K8,K9,K10,K11,K12,K15,K16,K17,K18, K21,K22,K23,K24,K25,K26,K27,K28,K29,K36,K37,K38,K39,K40,K41,K42,K43,K44,K45,K46 Anmerkungen: Achtung, Knoten mit Zustand D werden nicht expandiert, also fehlen K19,K20,K13,K14,K30-K35

Tiefensuche ohne Wiederholungen GE OBE DUI GE D MH D OB MH DUI E DOBMH OBE DUIGED MH DGE MH EDUI D OBMH DGE MH DUIEE EOB DGE MH GEDUI GEDUI K0 K1K2 K7 K18 K46 K45 K44 K3K4K5K6 K17K16K15K14K13K12K11K10K9K8 K19K20K21 K22 K24 K26 K27 K29 K23K25 K28 K30 K31 K32K33 K34 K35 K36 K37 K38 K39 K41K42K43 K40 Tiefensuche ohne Wiederholungen, Variante 2: K0,K1,K3,K8,K9,K21 (Variante 2: Erst aufrufen, dann kontrollieren),K22, K10 (nicht K23-K24),K4,K2 -- Variante 2 macht für Tiefensuche nicht wirklich Sinn Tiefensuche ohne Wiederholungen, Variante 1 (also vorm Aufruf kontrollieren): K0,K1,K3,K8,K9, (nicht K21) K22 Beide Verfahren finden immer eine Lösung, sinnvoller ist Variante 1 (weil wir ja ohnehin alles gleich anschauen)

Tiefensuche ohne Wiederholungen, pfadweise Betrachtung GE OBE DUI GE D MH D OB MH DUI E DOBMH OBE DUIGED MH DGE MH EDUI D OBMH DGE MH DUIEE EOB DGE MH GEDUI GEDUI K0 K1K2 K7 K18 K46 K45 K44 K3K4K5K6 K17K16K15K14K13K12K11K10K9K8 K19K20K21 K22 K24 K26 K27 K29 K23K25 K28 K30 K31 K32K33 K34 K35 K36 K37 K38 K39 K41K42K43 K40 Wenn man alle Lösungen finden will, dann taugen die beiden bisherigen Varianten nicht. Man muss sich dann auf das Vermeiden von Wiederholungen in dem Pfad, den man grade betrachtet, konzentrieren, d.h. ein Aufruf für ein Kind erfolgt dann nicht, wenn es den gleichen Zustand repräsentiert, wie ein Vorgängerknoten. Implementieren kann man das, in dem man den bisherigen Pfad als Parameter beim Aufruf von Tiefensuche mit übergibt. Das ist auch nützlich, wenn man die Wege zu den gefundenen Zielknoten ausgeben will. Tiefensuche ohne Wiederholungen, pfadweise Betrachtung: K0,K1,K3,K8,K9,K22,K2,K5,K6,K15,K36,K38

Breitensuche ohne Wiederholungen GE OBE DUI GE D MH D OB MH DUI E DOBMH OBE DUIGED MH DGE MH EDUI D OBMH DGE MH DUIEE EOB DGE MH GEDUI GEDUI K0 K1K2 K7 K18 K46 K45 K44 K3K4K5K6 K17K16K15K14K13K12K11K10K9K8 K19K20K21 K22 K24 K26 K27 K29 K23K25 K28 K30 K31 K32K33 K34 K35 K36 K37 K38 K39 K41K42K43 K40 Breitensuche (ohne Wiederholungen, Variante 2): K0,K1,K2,K3,K4 (aber nicht expandieren!),K5,K6,K7 (nicht expandieren),K8,K9,K10 (K9,K10 nicht expandieren, K8 natürlich auch nicht, ist Ziel), (nicht K11,K12!), K15,K16 (beide nicht expandieren) Ende. GE OB DUI E GE D MH D OB MHEDUI GE OBE GE D MH D OB MHEDUI

Der Baum zum Zustandsgraphen mit Wegkosten GE OBE DUI GE D MH D OB MH DUI E DOBMH OBE DUIGED MH DGE MH EDUI D OBMH DGE MH DUIEE EOB DGE MH GEDUI GEDUI K0 K1K2 K7 K18 K46 K45 K44 K3K4K5K6 K17K16K15K14K13K12K11K10K9K8 K19K20K21 K22 K24 K26 K27 K29 K23K25 K28 K30 K31 K32K33 K34 K35 K36 K37 K38 K39 K41K42K43 K Einige der später nicht benutzten Kosteninformationen auf der letzten Ebene habe ich ausgelassen.

Best-First mit Wegkosten GE OBE DUI GE D MH D OB MH DUI E DOBMH OBE DUIGED MH DGE MH EDUI D OBMH DGE MH DUIEE EOB DGE MH GEDUI GEDUI K0 K1K2 K7 K18 K46 K45 K44 K3K4K5K6 K17K16K15K14K13K12K11K10K9K8 K19K20K21 K22 K24 K26 K27 K29 K23K25 K28 K30 K31 K32K33 K34 K35 K36 K37 K38 K39 K41K42K43 K Best-First (= Uniform Cost), achten auf Wiederholungen mit Variante 2: K0,K2,K1,K6,K7 (nicht expandieren), K3 (oder K3,K7),K16 (nicht expandieren),K4 (nicht expandieren),K10 (nicht expandieren), K15 (nicht expandieren)(oder K15,K10,K4 oder...), K9 (nicht expandieren), K8 Es kann für sie leichter sein, jeweils die Knoten in der Priorityliste und in der Closed-Liste mit aufzuschreiben, das vermeidet Flüchtigkeitsfehler (gilt auf für andere Verfahren, die Wiederholungen vermeiden) 0

Greedy mit Backtracking und ohne Wiederholungen (Variante 1) GE OBE DUI GE D MH D OB MH DUI E DOBMH OBE DUIGED MH DGE MH EDUI D OBMH DGE MH DUIEE EOB DGE MH GEDUI GEDUI K0 K1K2 K7 K18 K46 K45 K44 K3K4K5K6 K17K16K15K14K13K12K11K10K9K8 K19K20K21 K22 K24 K26 K27 K29 K23K25 K28 K30 K31 K32K33 K34 K35 K36 K37 K38 K39 K41K42K43 K Greedy (Schrittkosten): K0,K2,K6,(nicht K16, weil Wiederholung),K15,K38 (von dort würde es ohnehin nicht weitergehen, auch wenn der Baum größer wäre), (nicht K37), K36 (Ziel) Variante 2 macht hier keinen Sinn (weil es keine Warteschlange gibt, analog zu Tiefensuche)

Iterative Deepening mit Wiederholungen GE OBE DUI GE D MH D OB MH DUI E DOBMH OBE DUIGED MH DGE MH EDUI D OBMH DGE MH DUIEE EOB DGE MH GEDUI GEDUI K0 K1K2 K7 K18 K46 K45 K44 K3K4K5K6 K17K16K15K14K13K12K11K10K9K8 K19K20K21 K22 K24 K26 K27 K29 K23K25 K28 K30 K31 K32K33 K34 K35 K36 K37 K38 K39 K41K42K43 K40 Iterative Deepening Search (IDS): K0;K0,K1,K2;K0,K1,K3,K4,K2,K5 Es kann Sinn machen, Wiederholungen in einem Pfad zu vermeiden (s. Tiefensuche), dann wäre die Knoten- folge: K0;K0,K1,K2;K0,K1,K3, (nicht K4, weil Wiederholung auf dem Pfad GE>OB>GE),K2,K5

A* GE OBE DUI GE D MH D OB MH DUI E DOBMH OBE DUIGED MH DGE MH EDUI D OBMH DGE MH DUIEE EOB DGE MH GEDUI GEDUI K0 K1K2 K7 K18 K46 K45 K44 K3K4K5K6 K17K16K15K14K13K12K11K10K9K8 K19K20K21 K22 K24 K26 K27 K29 K23K25 K28 K30 K31 K32K33 K34 K35 K36 K37 K38 K39 K41K42K43 K Einige der später nicht benutzten Kosteninformationen und heuristischen Information habe ich weggelassen. A* mit Wiederholungen: K0,K2,K6,K1,K3,K8 (Ziel mit Wert 44 = Optimum gefunden) A* ohne Wiederholungen: K0,K2,K6,K1,K3,K8 (identisch in diesem Fall. Da Variante 2 gewollt war, wäre hier sogar die PQueue identisch, also wäre z.B. K16 enthalten – nicht aber bei Variante 1!)

Greedy mit heuristischen Infos und Backtracking GE OBE DUI GE D MH D OB MH DUI E DOBMH OBE DUIGED MH DGE MH EDUI D OBMH DGE MH DUIEE EOB DGE MH GEDUI GEDUI K0 K1K2 K7 K18 K46 K45 K44 K3K4K5K6 K17K16K15K14K13K12K11K10K9K8 K19K20K21 K22 K24 K26 K27 K29 K23K25 K28 K30 K31 K32K33 K34 K35 K36 K37 K38 K39 K41K42K43 K Einige der später nicht benutzten Kosteninformationen und heuristischen Information habe ich weggelassen. Greedy (Verwendet nur h): K0,K2,K5 (Ziel mit Wert 50 gefunden) Greedy (Verwendet h+g = f): K0,K2,K6,K15, K36 (Ziel mit Wert 54 gefunden)