Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Algorithmentheorie 6 – Greedy-Verfahren

Ähnliche Präsentationen


Präsentation zum Thema: "Algorithmentheorie 6 – Greedy-Verfahren"—  Präsentation transkript:

1 Algorithmentheorie 6 – Greedy-Verfahren
Tobias Lauer WS 06/07

2 Greedy-Verfahren 1. Allgemeine Vorbemerkungen 2. Einfache Beispiele
Münzwechselproblem Handlungsreisenden-Problem 3. Das Aktivitäten-Auswahlproblem WS 06/07

3 Greedy-Verfahren zur Lösung eines Optimierungsproblems
Treffe in jedem Verfahrensschritt diejenige Entscheidung, die im Moment am besten ist! Möglichkeiten: 1. Wir erhalten stets die optimale Gesamtlösung. 2. Wir erhalten eine Lösung, die zwar nicht immer optimal ist, aber vom Optimum stets nur wenig abweicht. 3. Die berechnete Lösung kann beliebig schlecht werden. WS 06/07

4 Einfaches Beispiel: Münzwechselproblem
EUR Bargeld-Werte: 500, 200, 100, 50, 20, 10, 5, 2, 1 Beobachtung Jeder ganze EUR Betrag kann durch Münzen und Banknoten mit diesen Werten bezahlt werden. Ziel Bezahlung eines Betrages n mit möglichst wenig Münzen bzw. Banknoten WS 06/07

5 Münzwechselproblem Greedy-Verfahren
Wähle die maximale Zahl von Banknoten und Münzen mit jeweils größtmöglichem Wert, bis der gewünschte Betrag n erreicht ist. Beispiel: n = 487 WS 06/07

6 Allgemeines Münzwechselproblem
Werte von Münzen und Banknoten: n1, n2, ..., nk n1 > n2 > ... > nk , und nk = 1. Greedy-Zahlungsverfahren: 1. w = n 2. for i = 1 to k do mi = # Münzen mit Wert ni = w / ni  w = w – m i∙ni Jeder Geldbetrag kann bezahlt werden! Liefert das Greedy-Verfahren immer eine optimale Lösung? Fehlt noch etliches WS 06/07

7 Land Absurdia Drei Münzen: n3 = 1, n2 > 1 beliebig, n1 = 2 n2 + 1
Beispiel: 41, 20, 1 Zu zahlender Betrag: n = 3 n2 (z.B. n = 60) Optimale Zahlungsweise: Greedy-Zahlungsverfahren: WS 06/07

8 Handlungsreisenden-Problem (TSP)
Gegeben: n Orte und Kosten c(i, j), um von Ort i nach j zu reisen Gesucht: Eine billigste Rundreise, die alle Orte genau einmal besucht. Formal: Eine Permutation p von {1, 2, ..., n}, so dass c(p(1), p(2)) c(p(n-1), p(n)) + c(p(n), p(1)) minimal ist. WS 06/07

9 Handlungsreisenden-Problem (TSP)
Greedy-Verfahren zur Lösung von TSP Beginne mit Ort 1 und gehe jeweils zum nächsten bisher noch nicht besuchten Ort. Wenn alle Orte besucht sind, kehre zum Ausgangsort 1 zurück. WS 06/07

10 Handlungsreisenden-Problem (TSP)
Beispiel: c(i, i+1) = 1 für i = 1, ..., n - 1 c(n,1) = M für eine sehr große Zahl M c(i, j) = 2 sonst Vom Greedy Verfahren berechnete Tour: Optimale Tour: n – 2 n – 1 n n – 2 n – 1 n WS 06/07

11 Das Aktivitäten-Auswahl-Problem
Gegeben: S = {a1,...,an} Menge von n Aktivitäten, die alle eine Ressource benötigen, z.B. einen Hörsaal. Aktivität ai: Beginn bi und Ende ei Aktivitäten ai und aj heißen kompatibel, falls [bi, ei)  [bj, ej) =  Gesucht: Eine größtmögliche Menge A  S paarweise kompatibler Aktivitäten. WS 06/07

12 1. Versuch Sortiere die Aktivitäten nach Anfangszeitpunkt, d.h.
b1  b2  b3  ...  bn und nimm immer die nächste Aktivität hinzu, die zur bisherigen Menge kompatibel ist. Beispiel: 1 2 3 4 5 6 7 8 9 10 11 t WS 06/07 12

13 Das Aktivitäten-Auswahl-Problem
2 bi ei 6 1 4 2 13 3 5 8 7 9 10 11 12 14 1 3 1 4 1 5 1 6 1 7 1 8 1 9 1 8 10 1 8 11 1 8 1 8 11 WS 06/07

14 1. Versuch Sortiere die Aktivitäten nach Anfangszeitpunkt, d.h.
b1  b2  b3  ...  bn und nimm immer die nächste Aktivität hinzu, die zur bisherigen Menge kompatibel ist. Problem: Dieses Verfahren ist nicht optimal! Beispiel: WS 06/07

15 2. Versuch Greedy-Strategie zur Lösung des Aktivitäten-Auswahl-Problems: Sortiere die Aktivitäten nach aufsteigendem Endzeitpunkt: e1  e2  e3  ...  en Wähle immer die Aktivität mit frühestem Endzeitpunkt, die legal eingeplant werden kann! Insbesondere ist die erste gewählte Aktivität die mit frühestem Endzeitpunkt. WS 06/07

16 2. Versuch Sortiere die Aktivitäten nach Endzeitpunkt, d.h.
e1  e2  e3  ...  en 1 2 3 4 5 6 7 8 9 10 11 t 12 WS 06/07

17 Das Aktivitäten-Auswahl-Problem
2 bi ei 1 4 3 5 6 7 8 9 10 11 12 2 13 14 1 3 1 4 1 5 1 4 6 1 4 7 1 4 8 1 4 9 1 4 8 10 1 4 8 11 1 4 8 WS 06/07 1 4 8 11

18 Aktivitäten-Auswahl Algorithmus Greedy-Aktivitäten
Input: n Aktivitätenintervalle [bi, ei), 1  i  n mit ei  ei+1 Output: Eine maximal große Menge von paarweise kompatiblen Aktivitäten 1 A1 = {a1} 2 last = /* last ist Index der zuletzt hinzugefügten Aktivität */ 3 for i = 2 to n do 4 if bi < elast then Ai = Ai-1 6 else /* bi  elast */ 7 Ai = Ai-1  {ai} last = i 9 return An Laufzeit: O(n) WS 06/07

19 Optimalität des Greedy-Verfahrens
Satz Das Greedy-Verfahren liefert eine optimale Lösung. Beweis Wir zeigen: Für alle 1  i  n gilt: Es gibt eine optimale Gesamtlösung A* mit A*  {a1 ,...., ai} = Ai i = 1: Wähle A*  {a1 ,...., an}, A* ist optimal, A* = {ai1 ,...., aik} A* = ai1 ai2 ai3 aik a1 WS 06/07

20 Optimalität des Greedy-Verfahrens
i –1 ® i: wähle A* Í {a1, ..., an}, A* ist optimal mit A* Ç {a1,...,ai-1 } = Ai-1 betrachte R = A* \ Ai-1 Beobachtung: R ist eine optimale Lösung für die Menge der Aktivitäten in {ai, ..., an}, die zu den Aktivitäten in Ai-1 kompatibel sind. WS 06/07

21 Optimalität des Greedy-Verfahrens
Fall 1: bi < elast Ai-1 = ai ist nicht kompatibel zu Ai-1 ai ist nicht enthalten in A* A* Ç {a1,...,ai} = Ai-1 = Ai elast alast ai bi WS 06/07

22 Optimalität des Greedy-Verfahrens
Fall 2: bi ³ elast Ai-1= ai ist kompatibel zu Ai-1 Es gilt: R Í {ai, ..., an} R = A*neu = Ai-1 È (R \ {c1}) È {ai} ist optimal A*neu Ç {a1,...,ai} = Ai-1 È {ai} = Ai elast alast ai bi c1 c2 c3 cl ai WS 06/07

23 Greedy-Verfahren Greedy-Wahl-Eigenschaft:
Wenn man optimale Teillösung hat und man trifft eine lokal optimale Wahl, dann gibt es eine global optimale Lösung, die diese Wahl enthält. Optimalität von Teillösungen: Eine Teillösung einer optimalen Lösung ist eine optimale Lösung des Teilproblems.  nach jeder lokal optimalen Wahl erhalten wir ein zur Ausgangssituation analoges Problem WS 06/07


Herunterladen ppt "Algorithmentheorie 6 – Greedy-Verfahren"

Ähnliche Präsentationen


Google-Anzeigen