Fall 2008NOEA - Computer Science1 Lektion 8: Læringsmål Redegøre for begreber og terminologi i forbindelse med grafer. Redegøre for forskellige anvendelser.

Slides:



Advertisements
Lignende præsentationer
Forskning, formidling og andre færdigheder
Advertisements

Vektorer i planen Regneregler Definition Begreber Definition af:
TALENT-DK: Inspirationsmøde
Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”.
Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”.
Oplæg og øvelser, herunder frugt og vand
Grafer og grafalgoritmer • Grafanvendelse • Königsberg bro problem • Grafudtryk • Adjacency Matrix • Adjacency List Rasmus D. Lehrmann1.
Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”.
“Cheshire Puss,” she began, …… ”Could you tell me, please, which way I ought to go from here?” “That depends a good deal on where you want to get to,”
Königs uendelighedslemma
Sammenhæng Kantfølge (walk): v 0 e 1 v 1 …v l-1 e l v l forbinder v 0 og v l Tur (trail) hvis alle kanter forskellige Lukket (closed) hvis v 0 = v l Vej.
E-bøger gennem PrioInfo - oversigt v/ Claes Olsson.
Magtteori I 7. September 2005.
Algoritmer og Datastrukturer 2 Gerth Stølting Brodal Minimum Udspændende Træer (MST) [CLRS, kapitel 23]
Tema 3: Web-crawler Udvikle Web-crawler, som tager en URI som input og besøger samtlige sider på siten som URI’en peger på. Fx –
Flugtveje mig - Problemanalysen og metode Daniel - Graftori og modelovervejlser Asger - Flugtvejsproblemet og korteste-vej algoritmen THOMAS - Største.
Representations for Path Finding in Planar Environments.
’Seriøse’ computerspil Spil der ikke er ligegyldige – en udfordring til spil-definitionerne.
Magtteori II 14. September Én-dimensionel magt Aktøradfærd Aktuel magtudøvelse Politisk beslutningsproces Observerbar interessekonflikt = konflikt.
Parringer (matchings)
“Cheshire Puss,” she began, …… ”Could you tell me, please, which way I ought to go from here?” “That depends a good deal on where you want to get to,”
Algoritmer og Datastrukturer 2 Graf repræsentationer, BFS og DFS [CLRS, kapitel ] Gerth Stølting Brodal.
Niels Pein Regelopdatering Niels Pein Udpluk af nyhederne Definitioner Regler Decisions.
Multi-vejs hobe med ekstra bytes Foredrag: Claus Jensen Projektmedlemmer: Jyrki Katajainen, Fabio Vitale, Claus Jensen.
1 Maksimal strømning. 2 Strømningsnetværk Et strømningsnetværk (eller blot et netværk) N består af En vægtet, orienteret graf G med ikke-negative heltallige.
Grafer og Algoritmer Rasmus D. Lehrmann DM
Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”.
Hallo... Jeg ville bare se om du var tilstede... I just wanted to see if you were there...
Simulation og computerspil Selv-referentialitet og computerspil Bo Kampmann Walther
Intro Evaluering De sidste to gange?. HTTP, cookies og sessions Forelæsning nr 10 Tilbage til trafikken mellem server – client Sende HTTP-request og respons.
Statistik for geografer
1 Grafalgoritmer I. 2 Plan Grafer - definition - anvendelser - terminologi - eksempler på grafproblemer Grafgennemgang - dybde-først-gennemgang - bredde-først-gennemgang.
Grafer.
1 Anvendelser III Grafer. 2 Terminologi Repræsentation Traversering Korteste vej Topologisk sortering Problemkompleksitet og afgørlighed Plan.
Grafalgoritmer II.
Algoritmer og Datastrukturer 2 Gerth Stølting Brodal Minimum Udspændende Træer (MST) [CLRS, kapitel 23]
Algoritmer og Datastrukturer 2
Algoritmer og Datastrukturer 2 Topologisk Sortering, Stærke Sammenhængskomponenter [CLRS, kapitel ] Gerth Stølting Brodal.
1 Anvendelser III Grafer. 2 Terminologi Repræsentation Traversering af grafer Korteste vej Topologisk sortering Problemkompleksitet og afgørlighed Plan.
Introduktion til netværk Hidtil: Lokalisering i planen Nu: Lokalisering i et netværk Hvad er et netværk - knuder - kanter.
1 Udtømmende søgning. 2 Udtømmende søgning (kombinatorisk søgning) A B C D E F G Eksempel med 7 byer Den rejsende sælgers problem (TSP): En sælger skal.
1 Korteste veje. 2 Vægtede grafer I en vægtet graf har enhver kant tilknyttet en numerisk værdi, kaldet kantens vægt Vægte kan repræsentere afstande,
Algoritmer og Datastrukturer 2 Graf repræsentationer, BFS og DFS [CLRS, kapitel ] Gerth Stølting Brodal Aarhus Universitet.
Algoritmer og Datastrukturer 2 Gerth Stølting Brodal Korteste Veje [CLRS, kapitel 24]
Algoritmer og Datastrukturer 2 Graf repræsentationer, BFS og DFS [CLRS, kapitel ] Gerth Stølting Brodal.
Algoritmer og Datastrukturer 2 Graf repræsentationer, BFS og DFS [CLRS, kapitel ] Gerth Stølting Brodal.
Lektion 3. Noget teori og nogle begreber En stikprøve eller et observationssæt betegnes x 1,x 2,…………x n En a- fraktil er det mindste tal x, hvor den kumuleret.
3. time Her beskæftiger vi os med John F. Sowas forklaring af erfaringsviden. John F. Sowa.
OPERATIONEL ANALYSE AF WEBADFÆRD OAW – LEKTIONSGANG 4.
Clicker Test a)Ja b)Nej c)Ved ikke. Algoritmer og Datastrukturer 2 Graf repræsentationer, BFS og DFS [CLRS, kapitel ] Gerth Stølting Brodal.
Nyhedsbreve Helene Brøndholt Nielsen, Tekstformidling på Internet, Forår 2003 Every person has a certain level of interest in every web page. This may.
Algoritmer og Datastrukturer 2 Topologisk Sortering, Stærke Sammenhængskomponenter [CLRS, kapitel ] Gerth Stølting Brodal.
Algoritmer og Datastrukturer 2 Graf repræsentationer, BFS og DFS [CLRS, kapitel ] Gerth Stølting Brodal.
Algoritmer og Datastrukturer 2 Graf repræsentationer, BFS og DFS [CLRS, kapitel ] Gerth Stølting Brodal Aarhus Universitet.
Algoritmer og Datastrukturer 2 Topologisk Sortering, Stærke Sammenhængskomponenter [CLRS, kapitel ] Gerth Stølting Brodal Aarhus Universitet.
Algoritmer og Datastrukturer 2 Gerth Stølting Brodal Korteste Veje [CLRS, kapitel 24, ]
6.1 Polygons Convex verse Concave. Definition of a Polygon A polygon is a figure on a plane with three or more sides that meet at a vertex.
Introduktion til glasfibre og kompositter
Planer for en godkendelse som avlsforening Poul Haukrog Møller
Algoritmer og Datastrukturer 2 Korteste Veje [CLRS, kapitel 24]
Tryk på F5-tasten for at starte!
Compositional Design Principles “SemiCiv”
Denitrification in the root zone
Resuscitation with an AED
AIDA Reinsurance Working Party Meeting
SOME eller ANY START
Algoritmer og Datastrukturer 2
Grundlæggende Algoritmer og Datastrukturer
Grundlæggende Algoritmer og Datastrukturer
WiseFlow En introduktion i anvendelsen af Wiseflow
Præsentationens transcript:

Fall 2008NOEA - Computer Science1 Lektion 8: Læringsmål Redegøre for begreber og terminologi i forbindelse med grafer. Redegøre for forskellige anvendelser af grafer. Kende forskellige realiseringer af grafer og redegøre for deres fordele og ulemper. Redegøre for traverseringsalgoritmer Kan I så det?

Fall 2008NOEA - Computer Science2 UK -> DK Graphs: Concepts and Terminology I Vertex (node) Edge Adjacent (directly) connected vertices Path A walk through the graph A simple path only visits the vertices once Cycle A path (length > 1), Starting and ending in the same vertex Knude Kant Naboer (direkte) forbundne knuder Sti/vej En tur gennem grafen. En simpel sti besøger kun en knude een gang Cykel En sti (længde > 1), Start og slut I samme knude

Fall 2008NOEA - Computer Science3 Connected graph There exist a path from any vertex to any other Complete graph There exist an edge from any vertex to all others (all vertices are adjacent) Weighted graph Some value are assigned to every edge Directed graph The edges has a direction (one-way traffic only) Planar graph The graph can be drawn, so no edge crosses any other edge. UK -> DK Graphs: Concepts and Terminology II Sammenhængende graf Der er en vej fra enhver knude til enhver anden Fuldstændig/Komplet graf Der er en kant fra enhver knude til enhver anden (alle knuder er naboer) Vægtet graf Kanterne har knyttet en omkostning (vægt) til sig Orienteret graf Kanterne har en retning (ensrettet trafik) Plan graf Grafen kan tegnes uden, at nogen kanter krydser hinanden.

Fall 2008NOEA - Computer Science4 Om antallet af knuder og kanter Lad n betegne antal knuder og e antal kanter. I en ikke-orienteret og sammenhængende graf gælder: n-1  e  n(n-1)/2 eller O(n)  e  O(n 2 ) Grafers BMI (”Body Mass Index”): Hvis e er tæt ved n, kaldes grafen tynd (”sparse”). Hvis e er nærmere på den anden grænse, kaldes grafen tæt (”dense”).

Fall 2008NOEA - Computer Science5 Repræsentationer: Nabomatrix Plads? IsAdj(v1,v2)? GetAdjList(v)?

Fall 2008NOEA - Computer Science6 Repræsentationer: Naboliste Plads? IsAdj(v1,v2)? GetAdjList(v)?

Fall 2008NOEA - Computer Science7 Hvilken repræsentation skal vælges? Hyppighed af operationerne:: –Er to knuder naboer? –Find alle naboer til en given knude. Tommelfingerregler: –Tynd graf (e tæt ved n) => naboliste –Tæt graf (e nærmere på n 2 ) => nabomatrix –Skæv fordeling af operationers hyppighed kan ændre reglen.

Fall 2008NOEA - Computer Science8 Dybde-Først-Søgning

Fall 2008NOEA - Computer Science9 Bredde-Først-Søgning

Fall 2008NOEA - Computer Science10 Exercises Exercise1.htm Exercise2.htm Exercise3.htm