INF 295 Forelesning 18 - kap 9 Aktivitetsgrafer

Slides:



Advertisements
Liknende presentasjoner
TDT4120 Algoritmer og datastrukturer Trær og søking i dem, samt litt diverse emner Kristian Veøy
Advertisements

The Travelling Salesperson. LOG530 Distribusjonsplanlegging 2 2 Et forsyningsskip skal starte fra VestBase for å betjene 10 forskjellig installasjoner.
Bellman-Ford og Floyd-Warshall Kristian Veøy
Øvingsforelesning 9 Flytnettverk, maksimum flyt og maksimum bipartitt matching Jon Marius Venstad Redigert og forelest av Gleb Sizov.
Levende HMS-system – hva betyr det i praksis?
Forelesning nr.2 INF 1411 Elektroniske systemer
Forside Korteste sti BFS Modifikasjon Dijkstra Eksempel Korrekthet Analyse Øving Spørsmål Dijkstras algoritme Åsmund Eldhuset asmunde *at* stud.ntnu.no.
@ TDT4120 Algoritmer og datastrukturer Trær og søking i dem, samt litt diverse emner Åsmund Eldhuset asmunde idi.ntnu.no.
Dijkstras algoritme Åsmund Eldhuset asmunde *at* stud.ntnu.no
Teoriøving 4 (1) Strongly connected component: ”det maksimale settet med noder slik at for alle nodepar (u,v) i settet finnes kantene u -> v og v -> u.
Øvingsforelesning 9 Flytnettverk, maksimum flyt og
Eksempel AOA (Activity On Arc)
1 Øvingsforelesning Andreas Knudsen Nils Grimsmo
Øvingsforelesning 3 Grafer, BFS, DFS og hashing
Korrekt dybde først-søk
Øvingsforelesning 12 Redusering av problemer,
Øvingsforelesning 2 Trær og søking i dem, samt litt diverse emner Kristian Veøy
Alg. Dat Øvingsforelesning 3 Grafer, BFS, DFS og hashing Børge Rødsjø
Øvingsforelesning Magnus Haug
INF 295 Forelesning 15 - kap 9 Grafer Hans Fr. Nordhaug (Ola Bø)
Lokalisering av avfallsanlegg - størst minsteavstand.
Reiserute med maksimal opplevelse. LOG530 Distribusjonsplanlegging 2 2 I følgende eksempel er det en turist som ønsker å velge kjøreruten med mest severdigheter,
LOG530 Distribusjonsplanlegging
P-MP modeller. LOG530 Distribusjonsplanlegging 2 2 Det skal opprettes p fasiliteter (lager) for å betjene en gitt mengde kunder. Kundenodene er også potensielle.
Lokalisering og minimum maxavstand. LOG530 Distribusjonsplanlegging 2 2 I mange situasjoner ønsker en å finne lokaliseringer som minimerer maksimalavstanden.
The Postmans Problem. LOG530 Distribusjonsplanlegging 2 2 Mista har fått i oppdrag å vedlikeholde veiene i landsdelen. Dette er et eksempel på den klassiske.
Klargjøring fra forrige gang
Øvingsforelesning 9 - Børge Rødsjø
Kap 10 Graf.
INF 295 Algoritmer og datastrukturer Forelesning 21 Merge, Quick og Bøtte, Radix og ekstern sortering Hans Fr. Nordhaug (Ola Bø)
INF 295 Algoritmer og datastrukturer Forelesning 7 ADT Lister, Stakker og Køer Hans Fr. Nordhaug (Ola Bø)
INF 295 Algoritmer og datastrukturer Forelesning 1 - kapittel 1 Introduksjon Hans F. Nordhaug (Ola Bø) (Ketil Danielsen, 2007)
INF 295 forelesning 14 - kap 8 Disjunkt mengde ADT Hans Fr. Nordhaug (Ola Bø)
INF 295 Algoritmer og datastrukturer Forelesning 9a Søketrær Hans Fr. Nordhaug (Ola Bø)
INF 295 Algoritmer og datastrukturer Forelesning 8 Trær Hans Fr. Nordhaug (Ola Bø)
INF 295 forelesning 13 - kap 6 Prioritetskø (Heap) Hans Fr. Nordhaug (Ola Bø)
INF 295 Forelesning 16 - kap 9 Minimalt spenntre og korteste vei i grafer Hans Fredrik Nordhaug (Ola Bø)
INF 295 Algoritmer og datastrukturer Forelesning 11 Når RAM ikke strekker til - B-trær og Utvidbar hashing Hans Fr. Nordhaug (Ola Bø)
INF 295 Forelesning 17 - kap 9 Korteste vei i grafer Hans Fr. Nordhaug (Ola Bø)
INF 295 Forelesning 20 - Kapittel 7 Boble-, innstikk-, Shell-, Heap-, Quick-, Mergesortering Hans Fr. Nordhaug (Ola Bø)
Hans Fr. Nordhaug (Ola Bø)
INF 295 Algoritmer og datastrukturer Forelesning 4 Algoritmeanalyse Hans Fr. Nordhaug (Ola Bø)
INF 295 Algoritmer og datastrukturer Forelesning 2 - kapittel 1 Hans F. Nordhaug (Ola Bø)
INF 295 forelesning 13 - kap 6 Andre prioritetskøer Hans Fr. Nordhaug (Ola Bø)
INF 295 Algoritmer og datastrukturer Forelesning 6 ADT Lister, Stakker og Køer Hans Fr. Nordhaug (Ola Bø)
INF 295 Algoritmer og datastrukturer Forelesning 9b Balanserte (binære) trær Hans Fr. Nordhaug.
INF 295 Forelesning 19 - Dynamisk programmering Korteste vei alle til alle (Floyd) Hans Fr. Nordhaug (Ola Bø)
INF 295 Algoritmer og datastrukturer Forelesning 10 Invarianter og Hashing Hans Fr. Nordhaug (Ola Bø)
Hovedfagspresentasjon
NÅ SKAL VI LÆRE OM LIKNINGER.
INF 4130 Eksamen 2008 Gjennomgang.
Magnus Haug Algoritmer og Datastrukturer
Java 5 Litt mer om løkker Arrayer Metoder Ole Christian Lingjærde
En formel er gyldig hviss den sann i alle tolkninger Utsagnslogikk Tolkning = linje i sannhetsverditabell Altså: En formel er gyldig hviss den har T i.
INF 295 Algoritmer og datastrukturer Forelesning 5 Algoritmeanalyse Hans Fr. Nordhaug (Ola Bø)
INF 295 Algoritmer og datastrukturer Forelesning 22 Teknikker for algoritmeutvikling Hans Fr. Nordhaug/ Ola Bø.
Bayesiansk statistikk Petter Mostad Overblikk Tilbakeblikk på sannsynlighetsbegrepet Hvordan gjøre Bayesianske analyser Analyser ved hjelp.
Sterke og 2-sammenhengende komponeneter, DFS
1 INF oktober 2010 Stein Krogdahl Foreløpige foiler Dagens program: –Første time: Kap 23.5: Trær og strategier for spill med to spillere –Andre.
Routing Indices For P2P Systems TDT2 – Avanserte Distribuerte Systemer Lars-Erik Bjørk.
Praktisk Midtveisevaluering av kurset («femminutterslapper») i pausen. Undervisningsfri neste uke (ingen forelesninger eller grupper). NM i programmering.
Trekkstrukturer Bygges opp fra en mengde trekk f,g,h,… og en mengde atomære verdier a,b,c,… Defineres som en DAG (directed acyclic graph), det vil si en.
INF 295 Algoritmer og datastrukturer Web-spider Oblig 3 Hans Fr. Nordhaug (Ola Bø)
Inf1000 (Uke 5) Arrayer, filer og tekst
Korteste vei. LOG530 Distribusjonsplanlegging 2 2 Ofte står en overfor ønsket om å finne korteste kjørerute fra et gitt utgangspunkt til et ønsket bestemmelsessted.
Matematikk 1 årskurs 26. oktober 2009
INF 295 Algoritmer og datastrukturer Forelesning 23 Kompleksitet Hans Fr. Nordhaug/ Ola Bø.
5702 Geografisk analyse Nettverksanalyse. Evaluering av nettverksstruktur Nettverksdiameter Diameteren på et nettverk representerer maksimum antall.
A (12) B (10) C (12) D (9) E (18) F (11) H (10) G (11) I (7) FF3 SS8 FF5 FF7FS0 SF21 SS8 FF3 SS3 FF5SF12FS0 FS7 Vi har gitt et.
1 Øvingsforelesning 4 Topologisk sortering Minimale spenntrær Håkon Jacobsen
Utskrift av presentasjonen:

INF 295 Forelesning 18 - kap 9 Aktivitetsgrafer Hans Fr. Nordhaug (Ola Bø)

Innhold Directed Acyclic Graphs(DAG) Aktivitetsgrafer Hendelsesgrafer Dybde først søk Sammenhengende graf? Løkkepåvisning Grådige algoritmer

Directed Acyclic Graphs Ny variant av Dijkstra: Velge nodene i en topologisk rekkefølge Når en node er valgt må den ha korteste avstand fordi den topologiske rekkefølge sikrer at det ikke er ukjente innkanter som kan forbedre resultatet. Virker også ved negative avstander Kjøretid: O(|V|+|E|)

V inngrad kjent avstand forgjenger v1 v2 v3 v4 v5 v6 v7 v8

Anvendelser Rutevalg nedover i alpinanlegg Innmaten i et regneark Kritisk vei analyse i prosjektplanlegging Aktiviteter Grunnmuren tar 4 dager Veggene tar 5 dager Gulvet tar 4 dager Taket tar 3 dager Vinduene tar 2 dager Det elektriske anlegget tar 2 dager Vann og kloakk tar 4 dager Takrennene tar 1 dag Avhengigheter Grunnmur avhenger av vann og kloakk Veggene avhenger av grunnmuren Gulvet avhenger av grunnmuren Taket avhenger av veggene Vinduene avhenger av veggene El avhenger av gulv, vegger og tak Takrennene avhenger av taket

Aktivitetsgraf Opplysningene kan oppsummeres i en aktivitetsgraf Aktivitetene er noder Varighet blir en variabel i noden Avhengighetene blir rettede kanter Kant fra v til w hvis w avhenger av v - grafen blir asyklisk

Prosjektplanlegging Hva vil man finne ut: Er det gjennomførbart? Hva er minste tid Hvilke aktiviteter tåler å bli forsinket Hvor stor forsinkelse som tåles uten at prosjektet forsinkes kalles slakk Hvilke aktiviteter er kritiske - dvs. forsinkelse av kritiske aktiviteter forsinker hele prosjektet. Oblig 4 krever algoritmer som kan svare på dette for et oppgitt prosjekt.

Hendelsesgrafer Kantene blir aktiviteter. Kantkostnaden blir tidsforbruket for aktiviteten Tillater bruk av korteste vei algoritmer Hver node representerer avslutning av en eller flere aktiviteter Dersom en aktivitet er avhengig av flere andre aktiviteter kan det bli nødvendig med hjelpekanter og -noder for å uttrykke avhengigheten.

Her er aktivitetsgrafen - hvordan blir hendelsesgrafen?

Tidligste avslutningstid er lengste vei fra første hendelse Kan også finne tidligste slutt og seneste slutt uten forsinkelser Slakk(v,w) =seneste avslutning for w-tidligste avslutningstid for v-kostnad (v,w) Aktiviteter med slakk=0 er kritiske aktiviteter

Dybde først søk Rekursiv metode Markerer noder som besøkes og kaller rekursivt videre bare noder som ikke er besøkt Eksempel

Sammenhengende graf? Hvis ikke kan vi ta nye dybde først søk fra ubesøkte noder En urettet graf er sammenhengende hviss et dybde først søk fra en tilfeldig node besøker alle noder NB hviss er ikke skrivefeil – betyr hvis og bare hvis En rettet graf er sterkt sammenhengende hviss vi fra alle noder klarer å besøke alle noder ved et dybde først søk.

Løkkeleting Kan bruke dybde først søk for å sjekke om grafen har løkker Bruker tilstandsvariable med tre verdier usett igang ferdig Bygger på at alle noder der kall er i gang alltid ligger på en rett vei fra startnoden. Gjøre nye startkall til metoden er kalt i alle noder. Alle løkker blir funnet