Grafos

Vicente García Díaz – garciavicente@uniovi.es Universidad de Oviedo, 2011

Estructuras de Datos

Tabla de contenidos

1. Algoritmos de búsqueda del camino mínimo1. Algoritmo Breadth first search2. Algoritmo de Dijkstra3. Algoritmo de Bellman-Ford4. Algoritmo de Floyd-Warshall

2. Algoritmos de búsqueda del árbol de recubrimiento mínimo

1. Algoritmo de Prim3. Trabajo en equipo4. Bibliografía

Algoritmos de búsqueda del camino mínimo

Algoritmo Breadth-first search

•Objetivo:

•Ejemplo de uso:

Encontrar el camino mínimo desde un nodo inicial a todos los demás nodos de un grafo sin tener en cuenta los pesos de los nodos

Saber el número de escalas que hay que hacer desde un aeropuerto para llegar a otro

método breadth_first_search(grafo, origen)inicializarcrear cola Qagregar origen a cola Qmientras Q no esté vacia:

sacar elemento v de la cola Qmarcar como visitado vpara cada nodo adyacente w a v en el grafo:

si w no ha sido visitado y no está en la cola:actualizar el contador de w (ahora es v+1)actualizar el predecesor de w (ahora es v)insertar w dentro de la cola Q:

Pseudocódigo

Ejemplo

V2 V3 V4

Proceso

V2 V3 V4

Nodo inicial

Paso 1

COLA DE PROCESO

Proceso

V2 V3 V4

Paso 2

COLA DE PROCESO

Proceso

V2 V3 V4

Paso 3

COLA DE PROCESO

V0V5V1V3

Proceso

V2 V3 V4

Paso 4

COLA DE PROCESO

V0V5V1V3

Proceso

V2 V3 V4

Paso 5

COLA DE PROCESO

V0V5V1V3V4

Proceso

V2 V3 V4

Paso 6

COLA DE PROCESO

V0V5V1V3V4 V2V0V5V1V6

Proceso

V2 V3 V4

Paso 7

COLA DE PROCESO

Proceso

V2 V3 V4

Paso 8

COLA DE PROCESO

Ejercicio 1Algoritmo Breadth-first search

• Dada la siguiente organización de objetos, especificar el orden en el que se han recorrido los objetos antes de llegar a encontrar el objeto M desde A

Algoritmo de Dijkstra

•Objetivo:

•Ejemplo de uso:

Encontrar el camino mínimo desde un nodo inicial a todos los demás nodos de un grafo con pesos positivos

Averiguar la ruta más corta entre dos poblaciones a través de una red de carreteras

método dijkstra(grafo, origen)inicializarcrear cola de prioridades Q ordenada de menor a mayor pesoagregar origen a cola Qmientras Q no esté vacia:

sacar elemento v de la cola Qmarcar como visitado vpara cada nodo adyacente w a v en el grafo:

si (peso de w) > (peso de v + peso entre v y w):actualizar el peso de w (disminuye)actualizar el predecesor de w (ahora es v)si w no ha sido visitado:

si w está en la cola Q: actualizar prioridad de w

y si w no está en la cola: insertar w dentro de la cola Q:

Pseudocódigo

Proceso

V2 V3 V4

Paso 1

COLA DE PROCESO

Nodo inicial

Proceso

V2 V3 V4

Paso 2

COLA DE PROCESO

V1,2V3,1

Proceso

V2 V3 V4

Paso 3

COLA DE PROCESO

V1,2V3,1

Proceso

V2 V3 V4

Paso 4

COLA DE PROCESO

V1,2V3,1V2,3V5,9V6,5V4,3

V3,9 V3,5

Proceso

V2 V3 V4

Paso 5

COLA DE PROCESO

V1,2V3,1V2,3V5,9V6,5V4,3

V3,9 V3,5

Proceso

V2 V3 V4

Paso 6

COLA DE PROCESO

V1,2V3,1V2,3V5,9V6,5V4,3

V3,9V2,8

Proceso

V2 V3 V4

Paso 7

COLA DE PROCESO

V1,2V3,1V2,3V5,8V6,5V4,3

V3,3V3,3

V3,5V2,8V6,6

Proceso

V2 V3 V4

Paso 8

COLA DE PROCESO

V1,2V3,1V2,3V5,6V6,5V4,3

V6,6 V3,5

Ejercicio 1Algoritmo de Dijkstra

• Desde la población S hay 18 kilómetros a la población A y 15 Km a la población C

• Desde la población A hay 9 Km a la población B y 6 Km a la población C

• Desde la población C hay 7 Km a la población D• Desde la población B hay 28 Km a la población T y 10 Km a la

población D• Desde la población D hay 36 Km la población T

• Calcula las rutas mínimas desde la población S al resto de poblaciones teniendo en cuenta que todas las carreteras tienen sentido de ida y vuelta

Ejercicio 2Algoritmo de Dijkstra

• Dado el siguiente sistema, encontrar el camino mínimo desde A a todos los demás nodos

Algoritmo de Bellman-Ford

•Objetivo:

•Ejemplo de uso:

Encontrar el camino mínimo desde un nodo inicial a todos los demás nodos de un grafo con pesos positivos y negativos

Protocolos de encaminamiento de información

método bellman_ford(grafo, origen)inicializarcrear cola Qagregar origen a cola Qmientras Q no esté vacia:

sacar elemento v de la cola Qsi hay bucle negativo

“bucle negativo”y si no, para cada nodo adyacente w a v en el grafo:

si (peso de w) > (peso de v + peso entre v y w):actualizar el peso de w (disminuye)actualizar el predecesor de w (ahora es v)si w no está en la cola:

insertar w dentro de la cola Q:

Pseudocódigo

Proceso

Paso 1

COLA DE PROCESO

Nodo inicial

Proceso

Paso 2

COLA DE PROCESO

Nodo inicial

Proceso

Paso 3

COLA DE PROCESO

Nodo inicial

Proceso

Paso 4

COLA DE PROCESO

Nodo inicial

Proceso

Paso 5

COLA DE PROCESO

Nodo inicial

Proceso

Paso 6

COLA DE PROCESO

Nodo inicial

Proceso

Paso 7

COLA DE PROCESO

Nodo inicial

Proceso

Paso 8

COLA DE PROCESO

Nodo inicial

Ejercicio 1Algoritmo de Bellman-Ford

• Dado el siguiente sistema basado en las penalizaciones que tiene un jugador en función de las acciones que realiza en un videojuego, encontrar las secuencias de acciones cuya penalización sea mínima desde el inicio del juego (nodo A)

Ejercicio 2Algoritmo de Bellman-Ford

• En base a la tabla, calcular el camino mínimo desde V2 al resto de nodos:

V0 V1 V2 V3 V4 V5 V6

V0 0 4 2

V1 0 2

V2 2 0 3

V3 6 0 6 5 8

V4 -10 0 6

V6 1 0

Algoritmo de Floyd-Warshall

•Objetivo:

•Ejemplo de uso:

Encontrar el camino mínimo entre todos los pares de nodos de un grafo

Averiguar la ruta más corta entre TODAS las poblaciones a través de una red de carreteras

método floyd-warshall(grafo)M[i, j] := ∞ i != j∀M[i, j] := p(i, j) (i, j) en el grafo ∀ ∈M[i, i] := 0 i∀

for k := 1 to n dofor i := 1 to n do

for j := 1 to n dosi M[i, j] > M[i, k] + M[k, j]

M[i, j] = M[i, k] + M[k, j]for i := 1 to n do

si M[i, i] < 0 “bucle negativo”

Pseudocódigo

Proceso

Matriz de adyacencia W

V1 V2 V3 V4 V5

V1 0 3 8 INF -4

V2 INF 0 INF 1 7

V3 INF 4 0 INF INF

V4 2 INF -5 0 INF

V5 INF INF INF 6 0

Paso 1

0 si i=j Wij = ∞ si los vértices i,j no son adyacentes

El peso de la arista si los vértices i,j si son adyacentes

ProcesoAlgoritmo de Floyd-Warshall

Matriz de adyacencia D(0)

V1 V2 V3 V4 V5

V1 0 3 8 INF -4

V2 INF 0 INF 1 7

V3 INF 4 0 INF INF

V4 2 INF -5 0 INF

V5 INF INF INF 6 0

Paso 2

V1 V2 V3 V4 V5

V1 NIL 1 1 NIL 1

V2 NIL NIL NIL 2 2

V3 NIL 3 NIL NIL NIL

V4 4 NIL 4 NIL NIL

V5 NIL NIL NIL 5 NIL

Matriz de predecesores P(0)

NIL si i=j o si Dij = INF

i el resto

K=0 Wij si k=0

min(D(k-1)ij, D(k-1)ik+ D(k-1)kj) si k > 0 D(k)ij

V1 V2 V3 V4 V5

V1 0 3 8 INF -4

V2 INF 0 INF 1 7

V3 INF 4 0 INF INF

V4 2 INF -5 0 INF

V5 INF INF INF 6 0

Paso 3

Wij si k=0

V1 V2 V3 V4 V5

V1 0 3 8 INF -4

V2 INF 0

V3 INF 0

V4 2 0

V5 INF 0

V1 V2 V3 V4 V5

V1 NIL 1 1 NIL 1

V2 NIL NIL

V3 NIL NIL

V4 4 NIL

V5 NIL NIL

V1 V2 V3 V4 V5

V1 0 3 8 INF -4

V2 INF 0 INF 1 7

V3 INF 4 0 INF INF

V4 2 INF -5 0 INF

V5 INF INF INF 6 0

Paso 4

Wij si k=0

V1 V2 V3 V4 V5

V1 0 3 8 INF -4

V2 INF 0 INF

V3 INF 0

V4 2 0

V5 INF 0

K=1 Para i = 2, j = 3:

D(k)23 = min(D(k-1)23, D(k-1)21 + D(k-1)13) => D(1)23 = min(D(0)23, D(0)21 + D(0)13) =>D(1)23 = min(D(0)23, D(0)21 + D(0)13) =>D(1)23 = min(INF, INF + 8) = INF

Estamos mirando si hay algún camino para llegar D23 que pase por D21 y por D13 y que haga más corto al camino actual

V1 V2 V3 V4 V5

V1 NIL 1 1 NIL 1

V2 NIL NIL NIL

V3 NIL NIL

V4 4 NIL

V5 NIL NIL

V1 V2 V3 V4 V5

V1 0 3 8 INF -4

V2 INF 0 INF 1 7

V3 INF 4 0 INF INF

V4 2 INF -5 0 INF

V5 INF INF INF 6 0

Paso 5

Wij si k=0

V1 V2 V3 V4 V5

V1 0 3 8 INF -4

V2 INF 0 INF 1 7

V3 INF 4 0 INF INF

V4 2 5 0

V5 INF 0

Estamos mirando si hay algún camino para llegar D42 que pase por D41 y por D12 y que haga más corto al camino actual

Para i = 4, j = 2:

D(k)42 = min(D(k-1)42, D(k-1)41 + D(k-1)12) => D(1)42 = min(D(0)42, D(0)41 + D(0)12) =>D(1)42 = min(D(0)42, D(0)41 + D(0)12) =>D(1)42 = min(INF, 2 + 3) = 5

V1 V2 V3 V4 V5

V1 NIL 1 1 NIL 1

V2 NIL NIL NIL 2 2

V4 4 1 NIL

V5 NIL NIL

Cambios

V1 V2 V3 V4 V5

V1 0 3 8 INF -4

V2 INF 0 INF 1 7

V3 INF 4 0 INF INF

V4 2 5 -5 0 -2

V5 INF INF INF 6 0

Paso 6

V1 V2 V3 V4 V5

V1 NIL 1 1 NIL 1

V2 NIL NIL NIL 2 2

V4 4 1 4 NIL 1

V1 V2 V3 V4 V5

V1 0 3 8 4 -4

V2 INF 0 INF 1 7

V3 INF 4 0 5 11

V4 2 5 -5 0 -2

V5 INF INF INF 6 0

Paso 7

V1 V2 V3 V4 V5

V1 NIL 1 1 2 1

V2 NIL NIL NIL 2 2

V3 NIL 3 NIL 2 2

V4 4 1 4 NIL 1

V1 V2 V3 V4 V5

V1 0 1 -3 2 -4

V2 3 0 -4 1 -1

V3 7 4 0 5 3

V4 2 -1 -5 0 -2

V5 8 5 1 6 0

Paso 8

V1 V2 V3 V4 V5

V1 NIL 3 4 5 1

V2 4 NIL 4 2 1

V3 4 3 NIL 2 1

V4 4 3 4 NIL 1

V5 4 3 4 5 NIL

¿Camino y coste desde V3 a V5?Algoritmo de Floyd-Warshall

V1 V2 V3 V4 V5

V1 0 1 -3 2 -4

V2 3 0 -4 1 -1

V3 7 4 0 5 3

V4 2 -1 -5 0 -2

V5 8 5 1 6 0

V1 V2 V3 V4 V5

V1 NIL 3 4 5 1

V2 4 NIL 4 2 1

V3 4 3 NIL 2 1

V4 4 3 4 NIL 1

V5 4 3 4 5 NIL

Ejercicio 1Algoritmo de Floyd-Warshall

• Calcular la distancia mínima entre todos los pares de nodos

Ejercicio 2Algoritmo de Floyd-Warshall

• Busca un ejemplo en el que al aplicar Floyd-Warshall aparezca un bucle infinito y aplica el algoritmo para visualizar la matriz de adyacencia y la matriz de predecesores

Algoritmos de búsqueda del árbol de recubrimiento mínimo

Algoritmo de Prim

•Objetivo:

•Ejemplo de uso:

Encontrar el árbol de recubrimiento mínimo en un grafo conexo, no dirigido

Trazar la mínima cantidad de cable posible para cubrir las necesidades de una nueva urbanización

Un grafo es conexo si cada par de vértices está conectado por un camino

método prim(grafo, origen)1- marcar un nodo dentro del grafo, el cual será el nodo de partida

2- seleccionar la arista de menor valor que salga del nodo marcado

3- marcar el nodo al que llega la arista seleccionada en el paso previo

4- repetir los pasos 2 y 3 de tal modo que se vayan obteniendo aristas entre nodos marcados y otros que no lo están

5- el algoritmo termina cuando están todos los nodos marcados

Algoritmo de Prim

Pseudocódigo

Proceso

Algoritmo de Prim

Paso 1

Nodo inicial

Proceso

Algoritmo de Prim

Paso 2

Árbol Opciones Grafo

{V3} {V3, V0} = 5{V3, V1} = 9{V3, V4} = 15{V3, V5} = 6

{V0, V1, V2, V4, V5, V6}

Proceso

Algoritmo de Prim

Paso 3

{V0, V3} {V3, V1} = 9{V3, V4} = 15{V3, V5} = 6{V0, V1} = 7

{V1, V2, V4, V5, V6}

Proceso

Algoritmo de Prim

Paso 4

{V0, V3, V5} {V3, V1} = 9{V3, V4} = 15{V0, V1} = 7 {V5, V4} = 8{V5, V6} = 11

{V1, V2, V4, V6}

Proceso

Algoritmo de Prim

Paso 5

{V0, V1, V3, V5}

{V3, V1} = C{V3, V4} = 15{V5, V4} = 8{V5, V6} = 11{V1, V2} = 8{V1, V4} = 7

{V2, V4, V6}

Proceso

Algoritmo de Prim

Paso 6

{V0, V1, V3, V4, V5}

{V3, V1} = C{V3, V4} = C{V5, V4} = C{V5, V6} = 11{V1, V2} = 8{V4, V2} = 5{V4, V6} = 9

{V2, V6}

Proceso

Algoritmo de Prim

Paso 7

{V0, V1, V2, V3, V4, V5}

{V3, V1} = C{V3, V4} = C{V5, V4} = C{V5, V6} = 11{V1, V2} = C{V4, V6} = 9

Proceso

Algoritmo de Prim

Paso 8

{V0, V1, V2, V3, V4, V5, V6}

{V3, V1} = C{V3, V4} = C{V5, V4} = C{V5, V6} = C{V1, V2} = C

•Realizar trabajos en grupo para presentarlos y defenderlos en clase

•El trabajo de grafos puede consistir en:▫Escoger un algoritmo y aplicarlo en un caso real▫Comparar dos o más algoritmos

•Se entregará en formato Power Point en el campus virtual

Trabajo en equipo

Bibliografía

• WEISS, Mark Allen; (2000) Data Estructures & Problem Solving Using Java. Addison Wesley. ISBN 03-2154-140-5.

• JAIME SISA, Alberto; (2002) Estructuras de Datos y Algoritmos con énfasis en programación orientada a objetos. Pearson Educación. ISBN 958-699-044-3.

• JOYANES AGUILAR, LUIS (2007) Estructuras de Datos en Java. McGraw Hill. ISBN: 9788448156312.

• STANDISH, Thomas A (1998). Data structures in Java. Addison Wesley ISBN 0-201-30564-X.

• WEISS, Mark Allen; (2000) Estructuras de Datos en Java. Addison Wesley. ISBN 84-7829-035-4.

• WIRTH, Niklaus (1992). Algoritmos + Estructuras de Datos = Programas. Prentice-Hall. ISBN: 84-219-0172-9.

Grafos

Documents

Transcript of Grafos

Grafos - Departamento Lenguajes y Ciencias de la …jmmb/ttaadd/temaVII.pdf · Grafos 2 Clasificación de Grafos Los grafos se utilizan en aplicaciones muy diversas (redes de comunicaciones,

Grafos Iii

GRAFOS definiciones

Grafos (Full)

Tema grafos

Teoría de Grafos - Docente Universitario · PDF file2 Indice 1. Tipos de grafos 2. Conceptos Básicos 3. Representación de grafos 4. Subgrafos. Grafos complementarios 5. Caminos

Ejercicio grafos

'Sobre subclases y variantes de los grafos perfectos' · grafos de l´ınea, grafos clique-Helly hereditarios sin claw, grafos sin diamantes y grafos arco-circulares Helly. En casi

Tópicos I Unidad I Algoritmos sobre grafos elementales, Conectividad y Grafos ponderados Semana 4 Árboles, montículos y grafos.

Capitulo1 grafos

Grafos 8.6.1

T ECNICAS INTELIGENTES EN BIOINFORM ATICA …Grafos 5/70 Grafos 6/70 Grafos 7/70 Grafos 8/70 Grafos 9/70 Grafos 10/70 Grafos 11/70 Grafos 12/70 Indice Conceptos preliminares Repaso

grafos ejercicio

Grafos Terminologia e Tipos Especiais de Grafosjmi/md/grafos.pdfGrafos Grafos Terminologia e Tipos Especiais de Grafos Grafos Grafos e Modelos Umgrafo G e composto pelo par (V;A).

Grafos completos

Grafos Digrafos

Algoritmos paralelos de grafos y búsqueda (pt.1: grafos)

Intro Grafos

Grafos 8.2.2

ESTRUCTURAS DISCRETAS · 2019-12-28 · Teoría de Grafos. Tema 5. Introducción a la teoría de grafos 5.1 Terminología básica y tipos de grafos. 5.2 Representación de grafos