Einführung in die Informationsverarbeitung Teil Thaller Stunde V: Wege und warum man sie geht...... Graphen. Köln 14. Januar 2016.

Slides:



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

Vortrag von Stephanie Weirauch Jens Pleger Peter Jancke Frank Wejmelka
Minimum Spanning Tree: MST
7.2 B-Bäume / B*-Bäume als Hilfsmittel zur Indexorganisation
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.
R. Der - Vorlesung Algorithmen und Datenstrukturen (Magister)
Die 1-Baum-Relaxation des TSP mit der Subgradientenmethode
Ziele der Analyse sozialer Netzwerke in den Sozialwissenschaften
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.
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken IX Christian Schindelhauer
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken X Christian Schindelhauer
Anwendung und Visual Basic
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (17 – Bäume: Grundlagen und natürliche Suchbäume) Prof. Th. Ottmann.
Algorithmen und Datenstrukturen
Kapitel 3 Graphentheorie
Wiederholung aus Diskreter Mathematik I: Graphentheorie Inhalt: W
EINI-I Einführung in die Informatik für Naturwissenschaftler und Ingenieure I Vorlesung 2 SWS WS 99/00 Gisbert Dittrich FBI Unido
Unterrichtsvorbereitung Graphentheorie Thema: Isomorphie von Graphen Otto-von-Guericke-Universität Magdeburg Fakultät für Mathematik Institut für Algebra.
Klausur „Diskrete Mathematik II“
Minimum Spanning Tree: MST
Paper: Aesthetics of Class Diagrams Vorgetragen von Tilmann Bartels Paper von Holger Eichelberger Universität Würzburg Bis jetzt gibt es keine allgemeingültige.
Vortrag über Graphen Von Jörg Hendricks.
Flüsse, Schnitte, bipartite Graphen
Effiziente Algorithmen
Geoinformation I Vorlesung 8 WS 2000/2001 Graphen.
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente 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
Effiziente Algorithmen
Christian Scheideler Institut für Informatik Universität Paderborn
Institut für Theoretische Informatik
Institut für Theoretische Informatik
Institut für Theoretische Informatik
Jan Hinzmann – – GIS Praxis II – Slide 1/10 Der Algorithmus von Dijkstra (Berechnung kürzester Wege in bewerteten Graphen) GIS Praxis II, Jan Hinzmann,
Kapitel 8: Graphalgorithmen 8. 1 Grundlagen 8
Manfred Thaller, Universität zu Köln Köln 30. Januar 2014
Informatik Datenstruktur Graph 3.1 Einfache Graphen
Kapitel 8: Graphalgorithmen 8. 1 Grundlagen 8
Informatik Datenstruktur Graph 3.3 Durchlaufen von Graphen
Petrinetze 1. Einführung Informatik : wesentlich Modellierung von
Peer-to-Peer-Netzwerke
Analyse der Laufzeit von Algorithmen
Manfred Thaller, Universität zu Köln Köln 11. Dezemberr 2014
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken VIII Christian Schindelhauer
Bipartite Graphen Der Satz von König.
Eine kurze Geschichte der Graphentheorie
HEINZ NIXDORF INSTITUT Universität Paderborn Fakultät für Elektrotechnik, Informatik und Mathematik Algorithmische Probleme in Funknetzwerken XIII Klaus.
Methodische Grundlagen und Graphen
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken VI Christian Schindelhauer
7 Bäume = „verzweigte Folgen“ Z.B. Stammbaum, patriarchalisch: Abraham
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung Datenstrukturen für den Algorithmus von.
Constraint Delaunay Triangulations
Routenplanung querfeldein - Geometric Route Planning
Gliederung Grundlagen (Polytope) Platonische Körper (1. Beweis)
VRS Liniennetzplan der Bonner Innenstadt
Matchings (Paarungen) in Graphen
Gliederung der Vorlesung
Programmiersprachen II Vorbesprechung Klausur Prof. Dr. Reiner Güttler Fachbereich GIS HTW.
Programmiersprachen II Graph_Algorithmen Einführung Prof. Dr. Reiner Güttler Fachbereich GIS HTW.
Adiazenzmatrix des Graphen
Philip Schill Erik Kurrat Simon Walther
Projekt Graphentheorie Eulerpfad
Wiederholung Verband Ungerichtete Graphen Partielle Ordnung
3. Die Datenstruktur Graph 3.1 Einfache Graphen
DB2 – SS 2019 von Baum allgemein bis B*-Baum
DB2 – SS 2019 von Baum allgemein bis B*-Baum
 Präsentation transkript:

Einführung in die Informationsverarbeitung Teil Thaller Stunde V: Wege und warum man sie geht Graphen. Köln 14. Januar 2016

Das Problem 2

A* Algorithmus: Schluß 3

Ausgangspunkt I Möglichkeit möglichst vieler derartiger Probleme auf eine einzige Klasse von Vorgehensweisen zurück zu führen. 4

Ausgangspunkt II: 5

Abstraktion IV 6

„Ein Graph“ Knoten (Vertex, Nodes) Kanten (Edges) 7

Definition des Problems Ein Graph G heißt Eulerscher Graph, falls es einen geschlossenen einfachen Kantenzug gibt, der jede Kante von G enthält. Ein solcher Kantenzug heißt dann Eulerscher Kantenzug. 8

„Lösung“ des Problems Sei G ein zusammenhängender Graph. Genau dann ist G ein Eulerscher Graph, wenn jeder Knoten von G geraden Grad hat. 9

Ziele der Graphentheorie in der Informatik (1) Erlaube Aussagen über auf Graphen zurückführbare inhaltliche Probleme. 10

Kopf: (2) Beschreibe direkt die Eigenschaften von Listen, die wir am Tag 2 als eine der grundlegenden Datenstrukturen kennengelernt haben. Schwanz: Ziele der Graphentheorie in der Informatik Atom 1 Atom 2 Atom 3 11

Definitionen I Einfacher, ungerichteter Graph. Auch „schlichter Graph“. 12

Definitionen … Ist G ein Graph, so sagt man allgemein v ist Knoten (bzw. Ecke) von G, wenn v zu V(G) gehört. Ferner sagt man, falls G ungerichteter Graph ohne Mehrfachkanten ist und e zu E(G) gehört, e ist eine ungerichtete Kante von G, gerichteter Graph ohne Mehrfachkanten ist und e zu E(G) gehört, e ist eine gerichtete Kante von G, ungerichteter Graph mit Mehrfachkanten ist und E(G)(e) > 0, e ist eine ungerichtete Kante von G, gerichteter Graph mit Mehrfachkanten ist und E(G)(e) > 0, e ist eine gerichtete Kante von G. 13

Definitionen II Einfacher, gerichteter Graph. Kanten hier: „gerichtete Kanten“, Bögen oder Dikanten. 14

Definitionen III Ungerichteter Graph mit Mehrfachkanten, auch „Multigraph“. 15

Definitionen IV Knotengefärbter Graph. 16

Definitionen V Kantengefärbter Graph. 17

Definitionen VI Ein verbundener - oder zusammenhängender - Graph. 18

Definitionen VII Ein unverbundener - oder unzusammenhängender - Graph. 19

Definitionen VIII Ein Graph mit einer Schleife 20

Definitionen IX Ein Graph mit einem Zyklus. 21

Definitionen IX Ein Graph mit einem Zyklus. 22

Beziehung: Graphen und Matrizen K2K2 K3K3 K4K4 K1K1 23

Beziehung: Graphen und Matrizen K2K2 K3K3 K4K4 K1K

Konzept Isomorphie I 25

Konzept Isomorphie II 26

Konzept Isomorphie III 27

Konzept Isomorphie IV Zwei Graphen G 1 und G 2 sind isomorph, wenn es eine umkehrbar eindeutige Beziehung zwischen den Ecken von G 2 gibt derart, dass die Anzahl der Verbindungskanten zweier Ecken von G 1 gleich der Anzahl von Verbindungskanten der entsprechenden Ecken von G 2 ist. 28

Anwendung Isomorphie Nachteil: Überschneidungen, Diagramm daher potentiell verwirrend. 29

Anwendung Isomorphie Vorteil: Keine Überschneidungen, Diagramm daher klarer. 30

Weitere Begriffe Grade: Anzahl der Kanten von und zu einem Knoten / allen Knoten. Eingangsgrade und Ausgangsgrade. Maximale / Minimale Eingangsgrade / Ausgangsgrade. 31

Weitere Begriffe Verbundenheit: Ein Graph ist n-verbunden, wenn n Kanten entfernt werden können, ohne dass er unzusammenhängend wird. 32

Beispiel 33

Verbindungen 34

Verbindungen 35

Verbindungen 36

Verbindungen 37

Verbindungen 38

Travelling salesman 39 Besuche jede Stadt, aber keine zweimal – auf möglichst kurzem Weg.

Travelling salesman 40 “Brute force” Anzahl der Permutationen: (7-1)!/2 = 360

Travelling salesman 41 “Branch and Bound” Anzahl der Permutationen < “Brute Force”

Travelling salesman 42 “Nearest Neighbour” Ergebnis abhängig vom Startknoten

Weitere Begriffe Durchmesser: Ein Graph hat den Durchmesser n, wenn der längste nicht- zyklische Kantenzug zwischen zwei Knoten n Knoten durchläuft. 43

Weitere Begriffe 44 Ein ungerichteter, zusammenhängender Graph ohne Zyklen heisst Baum. D.h., die schwarzen Pfeile im nebenstehenden Diagramm definieren Zeiger nach unserer früheren Definition. Die roten Linien repräsentieren die Kanten im repräsentierten Graphen.

Anwendungen … 45 Semantisches Netz

Anwendungen … 46 P2P Netzwerk

Anwendungen … 47

Anwendungen … 48

Anwendungen … 49 ed-visualization-topic-shifts

Anwendungen … 50

Literatur Im empfohlenen Lehrbuch (Gumm / Sommer, Einführung in die Informatik, Oldenbourg, ) Kapitel 4. Dazu gehörige Programme (Kapitel 4) zum Download. 51

Vielen Dank!