Algorytm Dijkstry 1 Zbiory: T - zbiór wierzchołków

Slides:



Advertisements
Podobne prezentacje
TRADYCYJNE METODY PLANOWANIA I ORGANIZACJI PROCESÓW PRODUKCYJNYCH
Advertisements

DOMINOWANIE W GRAFACH Magdalena Lemańska.
Grafy spełniające nierówność Γ(G) < IR(G)
Grafy o średnicy 2 i dowolnej liczbie dominowania
ALGORYTMY GRAFOWE.
Marcin Bogusiak Paweł Pilewski
Grażyna Mirkowska PJWSTK 15 listopad 2000
Wprowadzenie do optymalizacji wielokryterialnej.
S – student, P – przedmiot, W – wykładowca
Grafy inaczej, czyli inne modele grafów
Metody rozwiązywania układów równań liniowych
Wykład 6 Najkrótsza ścieżka w grafie z jednym źródłem
Minimalne drzewa rozpinające
Algorytm Dijkstry (przykład)
ALGORYTMY I STRUKTURY DANYCH
Ciągi de Bruijna generowanie, własności
WYKŁAD 7. Spójność i rozpięte drzewa
WYKŁAD 4. Skojarzenia Skojarzenie w grafie G to niezależny zbiór krawędzi (rozłączne, bez wspólnych konców). Skojarzenie M w G traktujemy jak podgraf.
WYKŁAD 8. Siła spójności Wierzchołek v nazywamy wierzchołkiem cięcia grafu G, gdy podgraf G-v ma więcej składowych spójności niż G. Krawędź e nazywamy.
WYKŁAD 8. Siła spójności A,B – dowolne podzbiory V(G)
WYKŁAD 4. Skojarzenia Skojarzenie w grafie G to niezależny zbiór krawędzi (rozłączne, bez wspólnych konców). Skojarzenie M w G traktujemy jak podgraf G.
Dariusz Odejewski Krzysztof Wójcik
Dodawanie i odejmowanie wektorów
Metody Sztucznej Inteligencji w Sterowaniu 2009/2010Optymalizacja miary efektywności działania sztucznych sieci neuronowych Dr hab. inż. Kazimierz Duzinkiewicz,
Materiały pomocnicze do wykładu
Elementy Kombinatoryki (c.d.)
Macierz incydencji Macierzą incydencji grafu skierowanego D = (V, A), gdzie V = {1, ..., n} oraz A = {a1, ..., am}, nazywamy macierz I(D) = [aij]i=1,...,n,
TRANSAKCJE TYLKO ODCZYT TYLKO ZAPIS
Inżynieria Oprogramowania
Kod Graya.
Minimalne drzewa rozpinające
SKIEROWANE Marek Bil Krzysztof Fitrzyk Krzysztof Godek.
Analiza sieciowa przedsięwzięć
Przegląd podstawowych algorytmów
Graf - jest to zbiór wierzchołków, który na rysunku przedstawiamy za pomocą kropek oraz krawędzi łączących wierzchołki. Czasami dopuszcza się krawędzie.
Algorytmy i struktury danych
Reprezentacja grafów i operacje na grafach na przykładzie algorytmu Dijkstry i algorytmu na odnajdywanie Silnych Spójnych Składowych Temat Opracowali:
Sieci bayesowskie Wykonali: Mateusz Kaflowski Michał Grabarczyk.
autorzy: Michał Przykucki Małgorzata Sulkowska
MWPZ 2006 Przegląd rozwiązań.
Najkrótsza ścieżka w grafie Algorytm Dijkstry
Modelowanie i identyfikacja 2010/2011Optymalizacja miary efektywności działania sztucznych sieci neuronowych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra.
Materiały pochodzą z Platformy Edukacyjnej Portalu
Działania na zbiorach ©M.
DMBO Branch and bound.
Algorytmy i Struktury Danych
Treści multimedialne - kodowanie, przetwarzanie, prezentacja Odtwarzanie treści multimedialnych Andrzej Majkowski informatyka +
Metody numeryczne szukanie pierwiastka metodą bisekcji
Materiały pochodzą z Platformy Edukacyjnej Portalu
Algorytmy i Struktury Danych Grafy
Zagadnienie własne Macierz wektorów własnych V=(v1,v2,...,vn) przekształca zatem macierz A do postaci diagonalnej: W większości zastosowań w chemii i fizyce.
Algorytmy grafowe Minimalne drzewa rozpinające
OPCJE Ograniczenia na cenę opcji
GRA CHOMP. Czym jest chomp? Jest to gra dla dwóch osób, rozgrywana na prostokątnej tablicy, zwanej „tabliczką czekolady”
Zarządzanie projektami
Modelowanie matematyczne – złożoność obliczeniowa, teoria a praktyka
Zarządzanie projektami Problem rozdziału zasobów z ograniczeniami zasobowymi (RCPSP)
Metody Badań Operacyjnych Michał Suchanek Katedra Ekonomiki i Funkcjonowania Przedsiębiorstw Transportowych.
Algorytmy. Co to jest algorytm? Przepis prowadzący do rozwiązania zadania.
Zagadnienia transportowe Katedra Ekonomiki i Funkcjonowania Przedsiębiorstw Transportowych.
Prostopadłościan i sześcian.
I T P W ZPT 1 Jak usprawnić obliczanie MKZ? W celu sprawniejszego obliczania MKZ wprowadzimy skuteczniejszą metodę wg par zgodnych Znamy metodę wg par.
Działania na grafach Autor: Anna Targońska.
Algorytm Dijkstry Podano graf Zdefiniowano jego listę sąsiedztwa 1 2 3
Definicja problemu: (P2 | pi = 1, prec | Cmax)
Algorytmy i struktury danych
ALGORYTMY I STRUKTURY DANYCH
Zarządzanie projektami
Informacje ogólne Mgr Inż. Jerzy Orlof
Zarządzanie projektem – ścieżka krytyczna
Zapis prezentacji:

Algorytm Dijkstry 1 Zbiory: T - zbiór wierzchołków To zagadnienie również dobrze modeluje się przy pomocy grafu. Naszym zadaniem będzie znaleźć najkrótszą drogę (o najmniejszej sumie wag krawędzi) z wierzchołka początkowego (p) do wierzchołka końcowego (k). Zbiory: T - zbiór wierzchołków S - zbiór tymczasowy Przygotowujemy tabelke:

Algorytm Dijkstry 2 Zaczynamy oczywiście od włączenia do zbioru S wierzchołka początkowego (1) , szukamy następników i wybieramy tj minimalne Zbiory: T - zbiór wierzchołków S - zbiór tymczasowy tjmin = 2 dla j = 3 zatem j* = 3 ost = 3 wierzchołek 3 jest następny do włączenia

Algorytm Dijkstry 3 Włączamy do drogi minimalnej wierzchołek nr 3, zatem ost = 3. Tak jak poprzednio, szukamy następników i wybieramy wierzchołek o minimalnym t. Zbiory: T = {2, 4, 5, 6, 7} S = {1, 3} tjmin = 3 dla j = 2 zatem j* = 2 ost = 2 wierzchołek 2 jest następny do włączenia

Algorytm Dijkstry 4 Włączamy do drogi minimalnej wierzchołek nr 2, zatem ost = 2. Tak jak poprzednio, szukamy następników i wybieramy wierzchołek o minimalnym t. Zbiory: T = {4, 5, 6, 7} S = {1, 3, 2} tjmin = 4 dla j = 4 zatem j* = 4 ost = 4 wierzchołek 4 jest następny do włączenia

Algorytm Dijkstry 5 Włączamy do drogi minimalnej wierzchołek nr 4, zatem ost = 4. Tak jak poprzednio, szukamy następników i wybieramy wierzchołek o minimalnym t. Zbiory: T = {5, 6, 7 S = {1, 3, 2, 4} tjmin = 5 dla j = 6 zatem j* = 6 ost = 6 wierzchołek 6 jest następny do włączenia

Algorytm Dijkstry 6 Włączamy do drogi minimalnej wierzchołek nr 6, zatem ost = 6. Tak jak poprzednio, szukamy następników i wybieramy wierzchołek o minimalnym t. Zbiory: T= {5, 7} S = {1, 3, 2, 4, 6} tjmin = 7 dla j = 5 zatem j* = 5 ost = 5 wierzchołek 5 jest następny do włączenia

Algorytm Dijkstry 7 Włączamy do S wierzchołek nr 5, zatem ost = 5. Został tylko wierzchołek nr 7, zatem na nim zakończymy algorytm. Również dołączamy ten wierzchołek do zbioru Zbiory: T = { } S = {1, 3, 2, 4, 6, 5, 7} tjmin = 8 dla j = 7 zatem j* = 7 ost = 7 włączamy wierzchołek 7 ALGORYTM STOP

Algorytm Dijkstry 8 Dotychczasowe postępowanie pozwoliło wyznaczyć minimalne drogi do wszystkich wierzchołków od wierzchołka początkowego 1. Ponieważ wierzchołkiem końcowym jest nr 7, więc szukana przez nas droga minimalna ma długość 8. Rysunek ilustruje sposób odtworzenia drogi minimalnej. Wykorzystując kolumny poprzedników, począwszy od końcowego wierzchołka odtwarzamy przebieg drogi minimalnej.