Algorytmiczna teoria grafów
|
|
- Daniel Maj
- 5 lat temu
- Przeglądów:
Transkrypt
1 Podstawowe pojęcia i klasy grafów Wykład 1
2 Grafy nieskierowane Definicja Graf nieskierowany (graf) G = (V,E) jest to uporządkowana para składająca się z niepustego skończonego zbioru wierzchołków V oraz zbioru krawędzi E, gdzie krawędzie to nieuporządkowane pary wierzchołków: E {{u,v} u,v V}. Przykład 1: G = (V,E): V = {v 1,v 2,v 3,v 4,v 5 } E = {{v 1,v 2 },{v 2,v 3 },{v 3 },{v 3,v 4 }, {v 2,v 4 },{v 4,v 5 },{v 2,v 5 },{v 2,v 5 }}. v1 e1 e8 v2 e7 e2 e5 v3 e4 e3 {v 2,v 4 },{v 4,v 5 },{v 2,v 5 },xxxxxx}. v5 e6 v4
3 Definicja Rząd grafu G = (V,E), ozn. przez n, jest to V. Rozmiar grafu G = (V,E), ozn. przez m, jest to E. Graf z Przykładu 1 jest rzędu 5 oraz ma rozmiar 8. Definicja Relacja I = {(v,e) V E : v e} to relacja incydencji. Czyli, jeśli v e, to: wierzchołek v jest incydentny z krawędzią e w grafie G; krawędź e jest incydentna z wierzchołkiem v w grafie G.
4 v2 e3 e1 e2 v3 v1 e8 e7 e5 e4 W grafie z Przykładu 1: v5 e6 v4 wierzchołek v 1 jest incydentny z e 1, v 3 jest incydentny z e 3,e 4, itd.; krawędź e 2 jest incydentna z v 2 i v 3, e 3 jest incydentna z v 4, itd.
5 Rozróżniamy trzy typy krawędzi: pętle, czyli krawędzie incydentne z dokładnie jednym wierzchołkiem; krawędzie jednokrotne; krawędzie wielokrotne (równoległe, multikrawędzie). v2 e3 e1 e2 v3 v1 e8 e7 e5 e4 W grafie z Przykładu 1: krawędź e 3 jest pętlą; v5 e6 krawędź e 1 jest krawędzią jednokrotną, itd.; krawędź e 7 jest krawędzią wielokrotną. v4
6 Definicja Grafy nieskierowane dzielimy na grafy proste (bez pętli i multikrawędzi), multigrafy (bez pętli) oraz pseudografy (pozostałe grafy).
7 Krawędzie e,ê E sąsiadują ze sobą w grafie = G(V,E) wtedy i tylko wtedy, gdy e ê. Wierzchołki u,v V sąsiadują ze sobą w G = (V,E) wtedy i tylko wtedy, gdy u = v i {v} E lub u v i {u,v} E. v2 e3 e1 e2 v3 v1 e8 e7 e5 e4 W grafie z Przykładu 1: krawędź e 1 jest sąsiednia z e 2, krawędź e 3 jest sąsiednia z e 4, itd.; krawędź jest sąsiednia sama z sobą; wierzchołek v 1 jest sąsiedni z v 2, a v 3 jest sąsiedni z samym sobą, itd. v5 e6 v4
8 Definicja Zbiór N(v) = {u V : u sąsiaduje z v} to sąsiedztwo wierzchołka v w grafie G = (E,V). Zbiór N[v] = N(v) {v} to domknięte sąsiedztwo wierzchołka v. v2 e3 e1 e2 v3 v1 e8 e7 e5 e4 W grafie z Przykładu 1: v5 e6 v4 N(v 1 ) = {v 2 }, N[v 1 ] = {v 1,v 2 }; N(v 3 ) = N[v 3 ] = {v 2,v 3,v 4 }.
9 Definicja Stopień wierzchołka v w grafie G = (E,V), ozn. deg G (v), to liczba incydentnych z nim krawędzi [pętla liczona jest podwójnie]. Wierzchołki stopnia 0 noszą nazwę wierzchołków izolowanych, a wierzchołki stopnia 1 to liście (wierzchołki wiszące). v2 e3 e1 e2 v3 v1 e8 e7 e5 e4 W grafie z Przykładu 1: deg G (v 1 ) = 1, czyli v 1 jest liściem; deg G (v 3 ) = 4. v5 e6 v4
10 Definicja Liczba (G) = max v V deg G (v) dla danego grafu G = (E,V) nosi nazwę maksymalnego stopnia (bądź stopnia); natomiast stopień minimalny grafu G to δ(g) = min v V deg G (v). v2 e3 e1 e2 v3 v1 e8 e7 e5 e4 W grafie z Przykładu 1: (G) = 5, δ(g) = 1 v5 e6 v4
11 Przykład 2 G1 v1 v3 e3 G3 v3 e1 e2 v2 e5 v5 e4 v4 e3 v4 v5 G2 G4 v1 e1 e2 v2 v3 v3 v2 e3 v4 e1 e5 e2 v1 v5
12 Definicja Graf G = (V(G),E(G)) jest podgrafem grafu H = (V(H),E(H)) (H jest nadgrafem grafu G) wtedy i tylko wtedy, gdy V(G) V(H), E(G) E(H). Jeżeli G jest podgrafem H, to piszemy G H. Podgraf G jest podgrafem właściwym (nadgraf H grafu G jest nadgrafem właściwym), jeśli G H.
13 G1 v1 v3 e3 G3 v3 e1 e2 v2 e5 v5 e4 v4 e3 v4 v5 G2 G4 v1 e1 e2 v2 v3 v3 v2 e3 v4 e1 e5 e2 v1 v5 Np. G 4 jest podgrafem właściwym G 1 (G 4 G 1 ). Np. G 1 jest nadgrafem właściwym G 2, G 3 i G 4.
14 Definicja Dla niepustego zbioru U V, podgraf grafu G = (V,E) powstały przez usunięcie z niego wierzchołków należących do V \U i wszystkich incydentnych z nimi krawędzi to podgraf indukowany przez zbiór U. ozn. G U lub G[U]; jeżeli G jest rzędu przynajmniej 2 i v V, to G v = G[V \{v}]; jeżeli U V, to G U = G[V \U]; Podgraf grafu G powstały poprzez usunięcie z niego krawędzi oznaczamy przez G e. Podgraf grafu G powstały poprzez usunięcie z niego krawędzi należących do zbioru F E oznaczamy przez G F.
15 G1 v1 v3 e3 G3 v3 e1 e2 v2 e5 v5 e4 v4 e3 v4 v5 G2 G4 v1 e1 e2 v2 v3 v3 v2 e3 v4 e1 e5 e2 v1 v5 G 2 = G 1 {v 4,v 5 } = G 1 [{v 1,v 2,v 3 }]; G 4 = G 1 e 4.
16 Definicja Grafy G i H są identyczne (G = H), jeśli V(G) = V(H) oraz E(G) = E(H). Definicja Dwa multigrafy G 1 = (V 1,E 1 ) i G 2 = (V 2,E 2 ) są izomorficzne, jeżeli istnieje wzajemnie jednoznaczna odpowiedniość h : V 1 V 2 pomiędzy wierzchołkami G 1 i wierzchołkami G 2 taka, że {u,v} E 1 {h(u),h(v)} E 2. Zapisujemy G 1 = G 2 Ogólnie: grafy izomoroficzne można traktować jak identyczne (mają taką samą reprezentację graficzną z dokładnością do etykiet).
17 G 1 2 H f g 6 7 a b j e c h 9 d 4 i
18 G 1 2 H f g 6 7 a b j e c h 9 d 4 i Czy G = H?
19 G 1 2 H f g 6 7 a b j e c h 9 d 4 i Czy G = H? Odp.: TAK
20 G 1 2 H f g 6 7 a b j e c h 9 d 4 i a b c d e f g h i j
21 Twierdzenie Jeżeli dwa multigrafy G 1 = (V 1,E 1 ) i G 2 = (V 2,E 2 ) są izomorficzne, to: G 1 i G 2 mają tyle samo wierzchołków: V 1 = V 2. G 1 i G 2 mają tyle samo krawędzi: E 1 = E 2. dla dowolnego k multigrafy G 1 i G 2 mają tyle samo wierzchołków stopnia k.
22 Twierdzenie Jeżeli dwa multigrafy G 1 = (V 1,E 1 ) i G 2 = (V 2,E 2 ) są izomorficzne, to: G 1 i G 2 mają tyle samo wierzchołków: V 1 = V 2. G 1 i G 2 mają tyle samo krawędzi: E 1 = E 2. dla dowolnego k multigrafy G 1 i G 2 mają tyle samo wierzchołków stopnia k. Czy to wystarczy, aby dwa grafy były izomorficzne?
23 Twierdzenie Jeżeli dwa multigrafy G 1 = (V 1,E 1 ) i G 2 = (V 2,E 2 ) są izomorficzne, to: G 1 i G 2 mają tyle samo wierzchołków: V 1 = V 2. G 1 i G 2 mają tyle samo krawędzi: E 1 = E 2. dla dowolnego k multigrafy G 1 i G 2 mają tyle samo wierzchołków stopnia k. Czy to wystarczy, aby dwa grafy były izomorficzne? Odp.: NIE
24 G a H 1 e 5 d h f b g 7 c 3
25 G a H 1 e 5 d h f b g 7 c 3 V(G) = V(H)
26 G a H 1 e 5 d h f b g 7 c 3 V(G) = V(H) E(G) = E(H)
27 G a H 1 e 5 d h f b g 7 c 3 V(G) = V(H) E(G) = E(H) ciąg stopni dla grafu G: (3, 3, 3, 3, 2, 2, 2, 2) ciag stopni dla grafu H: (3, 3, 3, 3, 2, 2, 2, 2)
28 G a H 1 e 5 d h f b g 7 c 3 V(G) = V(H) E(G) = E(H) ciąg stopni dla grafu G: (3, 3, 3, 3, 2, 2, 2, 2) ciag stopni dla grafu H: (3, 3, 3, 3, 2, 2, 2, 2) jednak G = H
29 Problem izomorfizmu grafów jest bardzo ważny, np. ze względu na zastosowania. Jednakże dotychczas nie jest znany wielomianowy algorytm rozstrzygający, czy dane dwa grafy są izomorficzne.
30 Problem izomorfizmu grafów jest bardzo ważny, np. ze względu na zastosowania. Jednakże dotychczas nie jest znany wielomianowy algorytm rozstrzygający, czy dane dwa grafy są izomorficzne. BONUS termin: dd.mm.2018 (przesłanie na adres ) Dla jakich klas grafów problem izomorfizmu grafów jest rozwiązywalny w czasie wielomianowym? Zapoznać się z programem NAUTY ( algorith/implement/nauty/implement.shtml; algorith/files/graphisomorphism.shtml) i zaprezentować szukanie grafów izomorficznych.
31 Twierdzenie Niech G = (V,E) będzie grafem prostym, n = V i m = E. Wówczas m n(n 1) 2.
32 Twierdzenie Niech G = (V,E) będzie grafem prostym, n = V i m = E. Wówczas m n(n 1) 2. Dowód W grafie prostym każda krawędź odpowiada parze różnych wierzchołków z V. Jako że brak jest krawędzi wielokrotnych, otrzymujemy m ( n 2).
33 Twierdzenie ( o uściskach dłoni) Niech G = (V,E) będzie grafem. Wówczas deg G (v) = 2 E. v V
34 Twierdzenie ( o uściskach dłoni) Niech G = (V,E) będzie grafem. Wówczas deg G (v) = 2 E. v V Dowód Sumując stopnie wierzchołków grafu liczymy, ile jest w sumie krawędzi incydentnych z jego wierzchołkami. Każda krawędź zostanie policzona dwukrotnie, zatem suma stopni równa się podwojonej liczbie krawędzi.
35 Definicja Liczba d(g) = G = (V,E). v V deg G (v) V jest to średni stopień grafu
36 Definicja Liczba d(g) = G = (V,E). v V deg G (v) V jest to średni stopień grafu Twierdzenie wersja 1 Niech k N. Załóżmy, że G = (V,E), E 1, jest (multi)grafem o średnim stopniu d(g) 2k. Wówczas G posiada podgraf H G taki, że δ(h) k + 1.
37 Twierdzenie wersja 2 Załóżmy, że G = (V, E), E 1, jest (multi)grafem. Wówczas G posiada podgraf H, taki że δ(h) > d(h) 2 d(g) 2.
38 Ciągi grafowe Definicja Ciąg c liczb naturalnych jest ciągiem graficznym, jeśli istnieje graf prosty, którego stopnie wierzchołków odpowiadają elementom ciągu c.
39 Ciągi grafowe Definicja Ciąg c liczb naturalnych jest ciągiem graficznym, jeśli istnieje graf prosty, którego stopnie wierzchołków odpowiadają elementom ciągu c. Twierdzenie (Havel 1955, Hakimi 1962) Rozważmy następujące dwa nierosnące ciągi liczb naturalnych: (1) s,t 1,...,t s,d 1,...,d k, (2) t 1 1,...,t s 1,d 1,...,d k. Wówczas ciąg (1) jest ciągiem graficznym wtedy i tylko wtedy, gdy ciąg (2) jest ciągiem graficznym. Na przykład ciąg (3, 2, 2, 2, 1) jest graficzny, podczas gdy ciągi (3, 3, 3, 1, 1) oraz (4, 4, 4, 4, 2) już nie są graficzne.
Algorytmiczna teoria grafów
Przedmiot fakultatywny 20h wykładu + 20h ćwiczeń 21 lutego 2014 Zasady zaliczenia 1 ćwiczenia (ocena): kolokwium, zadania programistyczne (implementacje algorytmów), praca na ćwiczeniach. 2 Wykład (egzamin)
Bardziej szczegółowoGraf. Definicja marca / 1
Graf 25 marca 2018 Graf Definicja 1 Graf ogólny to para G = (V, E), gdzie V jest zbiorem wierzchołków (węzłów, punktów grafu), E jest rodziną krawędzi, które mogą być wielokrotne, dokładniej jednoelementowych
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, /15
Matematyka dyskretna Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl 14/15 Grafy podstawowe definicje Graf to para G=(V, E), gdzie V to niepusty i skończony zbiór, którego elementy nazywamy wierzchołkami
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, /14
Matematyka dyskretna Andrzej Łachwa, UJ, 2016 andrzej.lachwa@uj.edu.pl 13/14 Grafy podstawowe definicje Graf to para G=(V, E), gdzie V to niepusty i skończony zbiór, którego elementy nazywamy wierzchołkami
Bardziej szczegółowoReprezentacje grafów nieskierowanych Reprezentacje grafów skierowanych. Wykład 2. Reprezentacja komputerowa grafów
Wykład 2. Reprezentacja komputerowa grafów 1 / 69 Macierz incydencji Niech graf G będzie grafem nieskierowanym bez pętli o n wierzchołkach (x 1, x 2,..., x n) i m krawędziach (e 1, e 2,..., e m). 2 / 69
Bardziej szczegółowoMATEMATYKA DYSKRETNA - MATERIAŁY DO WYKŁADU GRAFY
ERIAŁY DO WYKŁADU GRAFY Graf nieskierowany Grafem nieskierowanym nazywamy parę G = (V, E), gdzie V jest pewnym zbiorem skończonym (zwanym zbiorem wierzchołków grafu G), natomiast E jest zbiorem nieuporządkowanych
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, /14
Matematyka dyskretna Andrzej Łachwa, UJ, 2012 andrzej.lachwa@uj.edu.pl 13/14 Grafy podstawowe definicje Graf to para G=(V, E), gdzie V to niepusty i skończony zbiór, którego elementy nazywamy wierzchołkami
Bardziej szczegółowoMatematyczne Podstawy Informatyki
Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 2013/2014 Informacje podstawowe 1. Konsultacje: pokój
Bardziej szczegółowoDigraf. 13 maja 2017
Digraf 13 maja 2017 Graf skierowany, digraf, digraf prosty Definicja 1 Digraf prosty G to (V, E), gdzie V jest zbiorem wierzchołków, E jest rodziną zorientowanych krawędzi, między różnymi wierzchołkami,
Bardziej szczegółowoTeoria grafów podstawy. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak
Teoria grafów podstawy Materiały pomocnicze do wykładu wykładowca: dr Magdalena Kacprzak Grafy zorientowane i niezorientowane Przykład 1 Dwa pociągi i jeden most problem wzajemnego wykluczania się Dwa
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, A/14
Matematyka dyskretna Andrzej Łachwa, UJ, 2019 andrzej.lachwa@uj.edu.pl 1A/14 Literatura obowiązkowa [1] K.A.Ross, Ch.R.B.Wright: Matematyka Dyskretna. Wydawnictwo Naukowe PWN, Warszawa 1996 [2] R.L.Graham,
Bardziej szczegółowoPodstawowe własności grafów. Wykład 3. Własności grafów
Wykład 3. Własności grafów 1 / 87 Suma grafów Niech będą dane grafy proste G 1 = (V 1, E 1) oraz G 2 = (V 2, E 2). 2 / 87 Suma grafów Niech będą dane grafy proste G 1 = (V 1, E 1) oraz G 2 = (V 2, E 2).
Bardziej szczegółowoWYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA
DROGI i CYKLE w grafach Dla grafu (nieskierowanego) G = ( V, E ) drogą z wierzchołka v 0 V do v t V nazywamy ciąg (naprzemienny) wierzchołków i krawędzi grafu: ( v 0, e, v, e,..., v t, e t, v t ), spełniający
Bardziej szczegółowoG. Wybrane elementy teorii grafów
Dorota Miszczyńska, Marek Miszczyński KBO UŁ Wybrane elementy teorii grafów 1 G. Wybrane elementy teorii grafów Grafy są stosowane współcześnie w różnych działach nauki i techniki. Za pomocą grafów znakomicie
Bardziej szczegółowoStruktury danych i złożoność obliczeniowa Wykład 7. Prof. dr hab. inż. Jan Magott
Struktury danych i złożoność obliczeniowa Wykład 7 Prof. dr hab. inż. Jan Magott Problemy NP-zupełne Transformacją wielomianową problemu π 2 do problemu π 1 (π 2 π 1 ) jest funkcja f: D π2 D π1 spełniająca
Bardziej szczegółowo6. Wstępne pojęcia teorii grafów
6. Wstępne pojęcia teorii grafów Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie zima 2016/2017 rzegorz Kosiorowski (Uniwersytet Ekonomiczny w Krakowie) 6. Wstępne pojęcia teorii grafów zima 2016/2017
Bardziej szczegółowoMatematyka dyskretna
Matematyka dyskretna Wykład 13: Teoria Grafów Gniewomir Sarbicki Literatura R.J. Wilson Wprowadzenie do teorii grafów Definicja: Grafem (skończonym, nieskierowanym) G nazywamy parę zbiorów (V (G), E(G)),
Bardziej szczegółowoPrzykłady grafów. Graf prosty, to graf bez pętli i bez krawędzi wielokrotnych.
Grafy Graf Graf (ang. graph) to zbiór wierzchołków (ang. vertices), które mogą być połączone krawędziami (ang. edges) w taki sposób, że każda krawędź kończy się i zaczyna w którymś z wierzchołków. Graf
Bardziej szczegółowoE ' E G nazywamy krawędziowym zbiorem
Niech G będzie grafem spójnym. Wierzchołek x nazywamy rozcinającym, jeśli G\{x} jest niespójny. Niech G będzie grafem spójnym. V ' V G nazywamy zbiorem rozcinającym jeśli G\V' jest niespójny Niech G będzie
Bardziej szczegółowoDrzewa. Jeżeli graf G jest lasem, który ma n wierzchołków i k składowych, to G ma n k krawędzi. Własności drzew
Drzewa Las - graf, który nie zawiera cykli Drzewo - las spójny Jeżeli graf G jest lasem, który ma n wierzchołków i k składowych, to G ma n k krawędzi. Własności drzew Niech T graf o n wierzchołkach będący
Bardziej szczegółowoMarek Miszczyński KBO UŁ. Wybrane elementy teorii grafów 1
Marek Miszczyński KBO UŁ. Wybrane elementy teorii grafów 1 G. Wybrane elementy teorii grafów W matematyce teorię grafów klasyfikuje się jako gałąź topologii. Jest ona jednak ściśle związana z algebrą i
Bardziej szczegółowoCzy istnieje zamknięta droga spaceru przechodząca przez wszystkie mosty w Królewcu dokładnie jeden raz?
DROGI i CYKLE EULERA w grafach Czy istnieje zamknięta droga spaceru przechodząca przez wszystkie mosty w Królewcu dokładnie jeden raz? Czy można narysować podaną figurę nie odrywając ołówka od papieru
Bardziej szczegółowoAlgorytmy grafowe. Wykład 1 Podstawy teorii grafów Reprezentacje grafów. Tomasz Tyksiński CDV
Algorytmy grafowe Wykład 1 Podstawy teorii grafów Reprezentacje grafów Tomasz Tyksiński CDV Rozkład materiału 1. Podstawowe pojęcia teorii grafów, reprezentacje komputerowe grafów 2. Przeszukiwanie grafów
Bardziej szczegółowoSuma dwóch grafów. Zespolenie dwóch grafów
Suma dwóch grafów G 1 = ((G 1 ), E(G 1 )) G 2 = ((G 2 ), E(G 2 )) (G 1 ) i (G 2 ) rozłączne Suma G 1 G 2 graf ze zbiorem wierzchołków (G 1 ) (G 2 ) i rodziną krawędzi E(G 1 ) E(G 2 ) G 1 G 2 G 1 G 2 Zespolenie
Bardziej szczegółowoWykłady z Matematyki Dyskretnej
Wykłady z Matematyki Dyskretnej dla kierunku Informatyka dr Instytut Informatyki Politechnika Krakowska Wykłady na bazie materiałów: dra hab. Andrzeja Karafiata dr hab. Joanny Kołodziej, prof. PK Kolorowanie
Bardziej szczegółowoGrafy. Graf ( graf ogólny) to para G( V, E), gdzie:
Graf ( graf ogólny) to para G( V, E), gdzie: V jest zbiorem wierzchołków, ( czasami zwanymi węzłami lub punktami grafu) E jest rodziną ( być może powtarzających się) krawędzi, czyli jedno- i dwu- elementowych
Bardziej szczegółowoSPÓJNOŚĆ. ,...v k. }, E={v 1. v k. i v k. ,...,v k-1. }. Wierzchołki v 1. v 2. to końce ścieżki.
SPÓJNOŚĆ Graf jest spójny, gdy dla każdego podziału V na dwa rozłączne podzbiory A i B istnieje krawędź z A do B. Definicja równoważna: Graf jest spójny, gdy każde dwa wierzchołki są połączone ścieżką
Bardziej szczegółowoSpis treści Podstawowe definicje Wielomian charakterystyczny grafu Grafy silnie regularne
Spis treści 1 Podstawowe definicje 4 1.1 Grafy................................ 4 1.2 Przykłady grafów......................... 12 1.2.1 Grafy puste i pełne.................... 12 1.2.2 Grafy dwudzielne.....................
Bardziej szczegółowo0. ELEMENTY LOGIKI. ALGEBRA BOOLE A
WYKŁAD 5() ELEMENTY LOGIKI ALGEBRA BOOLE A Logika podstawowe pojęcia: zdania i funktory, reguły wnioskowania, zmienne zdaniowe, rachunek zdań Matematyka zbudowana jest z pierwotnych twierdzeń (nazywamy
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, /15
Matematyka dyskretna Andrzej Łachwa, UJ, 2014 andrzej.lachwa@uj.edu.pl 8/15 Grafy podstawowe definicje Graf to para G=(V, E), gdzie V to niepusty i skończony zbiór, którego elementy nazywamy wierzchołkami
Bardziej szczegółowoKURS MATEMATYKA DYSKRETNA
KURS MATEMATYKA DYSKRETNA LEKCJA 28 Grafy hamiltonowskie Odpowiedzi do zadania domowego www.akademia.etrapez.pl Strona 1 Część 1: TEST 1) b 2) a 3) b 4) d 5) c 6) d 7) b 8) b 9) d 10) a Zad. 1 ODPOWIEDZI
Bardziej szczegółowoWprowadzenie Podstawy Fundamentalne twierdzenie Kolorowanie. Grafy planarne. Przemysław Gordinowicz. Instytut Matematyki, Politechnika Łódzka
Grafy planarne Przemysław Gordinowicz Instytut Matematyki, Politechnika Łódzka Grafy i ich zastosowania Wykład 12 Plan prezentacji 1 Wprowadzenie 2 Podstawy 3 Fundamentalne twierdzenie 4 Kolorowanie grafów
Bardziej szczegółowoMatematyczne Podstawy Informatyki
Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 2013/2014 Twierdzenie 2.1 Niech G będzie grafem prostym
Bardziej szczegółowoTEORIA GRAFÓW I SIECI
TEORIA GRAFÓW I SIECI Temat nr 1: Definicja grafu. Rodzaje i części grafów dr hab. inż. Zbigniew TARAPATA, prof. WAT e-mail: zbigniew.tarapata@wat.edu.pl http://tarapata.edu.pl tel.: 261-83-95-04, p.225/100
Bardziej szczegółowoGrafem nazywamy strukturę G = (V, E): V zbiór węzłów lub wierzchołków, Grafy dzielimy na grafy skierowane i nieskierowane:
Wykład 4 grafy Grafem nazywamy strukturę G = (V, E): V zbiór węzłów lub wierzchołków, E zbiór krawędzi, Grafy dzielimy na grafy skierowane i nieskierowane: Formalnie, w grafach skierowanych E jest podzbiorem
Bardziej szczegółowoSKOJARZENIA i ZBIORY WEWN. STABILNE WIERZCH. Skojarzeniem w grafie G nazywamy dowolny podzbiór krawędzi parami niezależnych.
SKOJARZENIA i ZBIORY WEWN. STABILNE WIERZCH. Rozważamy graf G = (V, E) Dwie krawędzie e, e E nazywamy niezależnymi, jeśli nie są incydentne ze wspólnym wierzchołkiem. Skojarzeniem w grafie G nazywamy dowolny
Bardziej szczegółowoGrafy (3): drzewa. Wykłady z matematyki dyskretnej dla informatyków i teleinformatyków. UTP Bydgoszcz
Grafy (3): drzewa Wykłady z matematyki dyskretnej dla informatyków i teleinformatyków UTP Bydgoszcz 13 (Wykłady z matematyki dyskretnej) Grafy (3): drzewa 13 1 / 107 Drzewo Definicja. Drzewo to graf acykliczny
Bardziej szczegółowoKolorowanie wierzchołków Kolorowanie krawędzi Kolorowanie regionów i map. Wykład 8. Kolorowanie
Wykład 8. Kolorowanie 1 / 62 Kolorowanie wierzchołków - definicja Zbiory niezależne Niech G będzie grafem bez pętli. Definicja Mówimy, że G jest grafem k kolorowalnym, jeśli każdemu wierzchołkowi możemy
Bardziej szczegółowoKolorowanie wierzchołków
Kolorowanie wierzchołków Mając dany graf, pokolorować jego wierzchołki w taki sposób, aby każde dwa wierzchołki sąsiednie miały inny kolor. Każda krawędź łączy wierzchołki różnych kolorów. Takie pokolorowanie
Bardziej szczegółowoStruktury danych i złożoność obliczeniowa Wykład 5. Prof. dr hab. inż. Jan Magott
Struktury danych i złożoność obliczeniowa Wykład. Prof. dr hab. inż. Jan Magott Algorytmy grafowe: podstawowe pojęcia, reprezentacja grafów, metody przeszukiwania, minimalne drzewa rozpinające, problemy
Bardziej szczegółowoMatematyka dyskretna - 5.Grafy.
Matematyka dyskretna - 5.Grafy. W tym rozdziale zajmiemy się grafami. Są to wykresy zawierające rozmaite informacje, przedstawiające połączenia pomiędzy różnymi swoimi elementami. Algorytmy na nich oparte
Bardziej szczegółowoGrafy dla każdego. dr Krzysztof Bryś. Wydział Matematyki i Nauk Informacyjnych Politechnika Warszawska.
Grafy dla każdego dr Krzysztof Bryś brys@mini.pw.edu.pl Wydział Matematyki i Nauk Informacyjnych Politechnika Warszawska www.mini.pw.edu.pl Warszawa, 28 marca 2015 Graf składa się z elementów pewnego zbioru
Bardziej szczegółowoIlustracja S1 S2. S3 ściana zewnętrzna
Grafy płaskie G=(V,E) nazywamy grafem płaskim, gdy V jest skończonym podzbiorem punktów płaszczyzny euklidesowej, a E to zbiór krzywych Jordana (łamanych) o końcach w V i takich, że: 1) rożne krzywe mają
Bardziej szczegółowoKURS MATEMATYKA DYSKRETNA
KURS MATEMATYKA DYSKRETNA LEKCJA 28 Grafy hamiltonowskie ZADANIE DOMOWE www.akademia.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko jedna jest prawdziwa). Pytanie 1 Drogę nazywamy
Bardziej szczegółowoOpracowanie prof. J. Domsta 1
Opracowanie prof. J. Domsta 1 Algorytm FLEURY'ego: Twierdzenie 6.5 G-graf eulerowski. Wtedy cykl Eulera otrzymujemy nastepująco: a) Start w dowolnym wierzchołku b) Krawędzie w dowolnej kolejności po przebyciu
Bardziej szczegółowoGramatyki grafowe. Dla v V, ϕ(v) etykieta v. Klasa grafów nad Σ - G Σ.
Gramatyki grafowe Def. Nieskierowany NL-graf (etykietowane wierzchołki) jest czwórką g = (V, E, Σ, ϕ), gdzie: V niepusty zbiór wierzchołków, E V V zbiór krawędzi, Σ - skończony, niepusty alfabet etykiet
Bardziej szczegółowoSortowanie topologiczne skierowanych grafów acyklicznych
Sortowanie topologiczne skierowanych grafów acyklicznych Metody boolowskie w informatyce Robert Sulkowski http://robert.brainusers.net 23 stycznia 2010 1 Definicja 1 (Cykl skierowany). Niech C = (V, A)
Bardziej szczegółowoAlgorytmy z powracaniem
Algorytmy z powracaniem Materiały Grafem nazywamy zbiór G = (V, E), gdzie: V jest zbiorem wierzchołków (ang. vertex) E jest zbiorem krawędzi (E można też określić jako podzbiór zbioru nieuporządkowanych
Bardziej szczegółowoGrafy i Zastosowania. 9: Digrafy (grafy skierowane) c Marcin Sydow
9: Digrafy (grafy skierowane) Spis zagadnień Digrafy Porządki częściowe Turnieje Przykłady: głosowanie większościowe, ścieżka krytyczna Digraf (graf skierowany) Digraf to równoważny termin z terminem graf
Bardziej szczegółowoUNIWERSYTET GDAŃSKI MATERIAŁY DYDAKTYCZNE DO PRZEDMIOTU MATEMATYKA DYSKRETNA. pod redakcją: Hanna Furmańczyk Karol Horodecki Paweł Żyliński
UNIWERSYTET GDAŃSKI MATERIAŁY DYDAKTYCZNE DO PRZEDMIOTU MATEMATYKA DYSKRETNA pod redakcją: Hanna Furmańczyk Karol Horodecki Paweł Żyliński kierunek: Informatyka GDAŃSK 09 Niniejsze materiały powstały w
Bardziej szczegółowoPodstawy Programowania 2 Grafy i ich reprezentacje. Plan. Wstęp. Teoria grafów Graf skierowany. Notatki. Notatki. Notatki. Notatki.
Podstawy Programowania Grafy i ich reprezentacje Arkadiusz Chrobot Zakład Informatyki 7 maja 09 / 4 Plan Wstęp Zastosowania grafów / 4 Wstęp Grafy są w informatyce strukturami danych stosowanymi w wielu
Bardziej szczegółowo. Podstawy Programowania 2. Grafy i ich reprezentacje. Arkadiusz Chrobot. 9 czerwca 2016
Podstawy Programowania 2 Grafy i ich reprezentacje Arkadiusz Chrobot Zakład Informatyki 9 czerwca 2016 1 42 Plan 1 Wstęp 2 Teoria grafów 3 Grafy jako struktury danych 4 Zastosowania grafów 2 42 Wstęp Wstęp
Bardziej szczegółowoPodstawowe pojęcia dotyczące drzew Podstawowe pojęcia dotyczące grafów Przykłady drzew i grafów
Podstawowe pojęcia dotyczące drzew Podstawowe pojęcia dotyczące grafów Przykłady drzew i grafów Drzewa: Drzewo (ang. tree) jest strukturą danych zbudowaną z elementów, które nazywamy węzłami (ang. node).
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, B/14
Matematyka dyskretna Andrzej Łachwa, UJ, 2019 andrzej.lachwa@uj.edu.pl 1B/14 Drogi w grafach Marszruta (trasa) w grafie G z wierzchołka w do wierzchołka u to skończony ciąg krawędzi w postaci. W skrócie
Bardziej szczegółowoWojciech Guzicki. Gdynia, 23 września 2016 r.
1 O KRÓTKICH CYKLACH W GRAFACH Wojciech Guzicki W. Guzicki: O krótkich cyklach w grafach 2 5zadań Zadanie 1.(XXXVII OM, zawody III stopnia, zadanie 5) W turnieju szachowym uczestniczy 2n zawodników(zakładamy,
Bardziej szczegółowoMATEMATYKA DYSKRETNA - KOLOKWIUM 2
1 MATEMATYKA DYSKRETNA - KOLOKWIUM 2 GRUPA A RACHUNKI+KRÓTKIE WYJAŚNIENIA! NA TEJ KARTCE! KAŻDA DODATKOWA KARTKA TO MINUS 1 PUNKT! Imię i nazwisko...... Nr indeksu... 1. (3p.) Znajdź drzewo o kodzie Prufera
Bardziej szczegółowoAlgorytmy równoległe. Rafał Walkowiak Politechnika Poznańska Studia inżynierskie Informatyka 2010
Algorytmy równoległe Rafał Walkowiak Politechnika Poznańska Studia inżynierskie Informatyka Znajdowanie maksimum w zbiorze n liczb węzły - maksimum liczb głębokość = 3 praca = 4++ = 7 (operacji) n - liczność
Bardziej szczegółowoDrzewa spinające MST dla grafów ważonych Maksymalne drzewo spinające Drzewo Steinera. Wykład 6. Drzewa cz. II
Wykład 6. Drzewa cz. II 1 / 65 drzewa spinające Drzewa spinające Zliczanie drzew spinających Drzewo T nazywamy drzewem rozpinającym (spinającym) (lub dendrytem) spójnego grafu G, jeżeli jest podgrafem
Bardziej szczegółowoMatematyka Dyskretna (Ćwiczenia)
Matematyka Dyskretna (Ćwiczenia) Jarosław Grytczuk 1 O trudnej sztuce liczenia 1.1 Zasada Mnożenia 1. Pewien pan ma 5 garniturów, 7 krawatów i 10 koszul. Ile różnych zestawów może skompletować? 2. W zawodach
Bardziej szczegółowoZnajdowanie skojarzeń na maszynie równoległej
11 grudnia 2008 Spis treści 1 Skojarzenia w różnych klasach grafów Drzewa Grafy gęste Grafy regularne dwudzielne Claw-free graphs 2 Drzewa Skojarzenia w drzewach Fakt Wybierajac krawędź do skojarzenia
Bardziej szczegółowoTeoria grafów II. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak
Teoria grafów II Materiały pomocnicze do wykładu wykładowca: dr Magdalena Kacprzak Graf planarny Graf planarny Graf, który może być narysowany tak, by uniknąć przecinania się krawędzi, nazywamy grafem
Bardziej szczegółowo3 Abstrakcyjne kompleksy symplicjalne.
3 Abstrakcyjne kompleksy symplicjalne. Uwaga 3.1. Niech J będzie dowolnym zbiorem indeksów, niech R J = {(x α ) α J J α x α R} będzie produktem kartezjańskim J kopii R, niech E J = {(x α ) α J R J x α
Bardziej szczegółowoTEORETYCZNE PODSTAWY INFORMATYKI
1 TEORETYCZNE PODSTAWY INFORMATYKI WFAiS UJ, Informatyka Stosowana I rok studiów, I stopień Wykład 14c 2 Definicje indukcyjne Twierdzenia dowodzone przez indukcje Definicje indukcyjne Definicja drzewa
Bardziej szczegółowoWYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA
ELEMENTY TEORII GRAFÓW Literatura: N.Deo Teoria grafów i e zastosowania... PWN (1980) Ross, Wright Matematyka yskretna PWN (199) R.Wilson Wprowazenie o teorii grafów PWN (1999) J.Kulikowski Zarys teorii
Bardziej szczegółowoWYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA
DRZEWA i LASY Drzewem nazywamy graf spójny nie zawierający cykli elementarnych. Lasem nazywamy graf nie zawierający cykli elementarnych. Przykłady drzew i lasów takie krawędzie są wykluczone drzewo las
Bardziej szczegółowoAlgorytmy Równoległe i Rozproszone Część V - Model PRAM II
Algorytmy Równoległe i Rozproszone Część V - Model PRAM II Łukasz Kuszner pokój 209, WETI http://www.sphere.pl/ kuszner/ kuszner@sphere.pl Oficjalna strona wykładu http://www.sphere.pl/ kuszner/arir/ 2005/06
Bardziej szczegółowoZad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA
Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA Zad. 1 (12p.)Niech n 3k > 0. Zbadać jaka jest najmniejsza możliwa liczba krawędzi w grafie, który ma dokładnie n wierzchołków oraz dokładnie k składowych, z których
Bardziej szczegółowoa) 7 b) 19 c) 21 d) 34
Zadanie 1. Pytania testowe dotyczące podstawowych własności grafów. Zadanie 2. Przy każdym z zadań może się pojawić polecenie krótkiej charakterystyki algorytmu. Zadanie 3. W zadanym grafie sprawdzenie
Bardziej szczegółowoGrafy i Zastosowania. 5: Drzewa Rozpinające. c Marcin Sydow. Drzewa rozpinające. Cykle i rozcięcia fundamentalne. Zastosowania
Grafy i Grafy i 5: Rozpinające Spis zagadnień Grafy i i lasy cykle fundamentalne i własności cykli i rozcięć przestrzenie cykli i rozcięć* : zastosowanie w sieciach elektrycznych minimalne * algorytm Kruskala*
Bardziej szczegółowoElementy teorii grafów Elementy teorii grafów
Spis tresci 1 Spis tresci 1 Często w zagadnieniach praktycznych rozważa się pewien zbiór obiektów wraz z zależnościami jakie łączą te obiekty. Dla przykładu można badać pewną grupę ludzi oraz strukturę
Bardziej szczegółowoMatematyka dyskretna - 6.Grafy
Matematyka dyskretna - 6.Grafy W tym rozdziale zajmiemy się grafami. Są to wykresy zawierające rozmaite informacje, przedstawiające połączenia pomiędzy różnymi swoimi elementami. Algorytmy na nich oparte
Bardziej szczegółowoWykład 10 Grafy, algorytmy grafowe
. Typy złożoności obliczeniowej Wykład Grafy, algorytmy grafowe Typ złożoności oznaczenie n Jedna operacja trwa µs 5 logarytmiczna lgn. s. s.7 s liniowa n. s.5 s. s Logarytmicznoliniowa nlgn. s.8 s.4 s
Bardziej szczegółowoMatematyka dyskretna - 7.Drzewa
Matematyka dyskretna - 7.Drzewa W tym rozdziale zajmiemy się drzewami: specjalnym przypadkiem grafów. Są one szczególnie przydatne do przechowywania informacji, umożliwiającego szybki dostęp do nich. Definicja
Bardziej szczegółowoTeoria grafów. Magdalena Lemańska
Teoria grafów Magdalena Lemańska Literatura Aspekty kombinatoryki Victor Bryant Graph Theory V.K. Balakrishnan Fundamentals of domination in graphs T. Haynes, S. Hedetniemi, P. Slater Wstęp Graf Grafem
Bardziej szczegółowoGrafy. Jeżeli, to elementy p i q nazywamy końcami krawędzi e. f a b c d e γ f {1} {1,2} {2,3} {2,3} {1,3}
Grafy Definicja grafu nieskierowanego. Grafem nieskierowanym nazywamy uporządkowaną trójkę: gdzie: V- niepusty zbiór wierzchołków grafu G E- zbiór wszystkich krawędzi grafu G - funkcja ze zbioru E w zbiór
Bardziej szczegółowo1) Grafy eulerowskie własnoci algorytmy. 2) Problem chiskiego listonosza
165 1) Grafy eulerowskie własnoci algorytmy 2) Problem chiskiego listonosza 166 Grafy eulerowskie Def. Graf (multigraf, niekoniecznie spójny) jest grafem eulerowskim, jeli zawiera cykl zawierajcy wszystkie
Bardziej szczegółowoBadania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle
Badania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle Paweł Szołtysek 12 czerwca 2008 Streszczenie Planowanie produkcji jest jednym z problemów optymalizacji dyskretnej,
Bardziej szczegółowoSegmentacja obrazów cyfrowych z zastosowaniem teorii grafów - wstęp. autor: Łukasz Chlebda
Segmentacja obrazów cyfrowych Segmentacja obrazów cyfrowych z zastosowaniem teorii grafów - wstęp autor: Łukasz Chlebda 1 Segmentacja obrazów cyfrowych - temat pracy Temat pracy: Aplikacja do segmentacji
Bardziej szczegółowoIndukowane Reguły Decyzyjne I. Wykład 3
Indukowane Reguły Decyzyjne I Wykład 3 IRD Wykład 3 Plan Powtórka Grafy Drzewa klasyfikacyjne Testy wstęp Klasyfikacja obiektów z wykorzystaniem drzewa Reguły decyzyjne generowane przez drzewo 2 Powtórzenie
Bardziej szczegółowoKolorowanie wierzchołków grafu
Kolorowanie wierzchołków grafu Niech G będzie grafem prostym. Przez k-kolorowanie właściwe wierzchołków grafu G rozumiemy takie przyporządkowanie wierzchołkom grafu liczb naturalnych ze zbioru {1,...,
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, /15
Matematyka dyskretna Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl 15/15 Twierdzenie Dla grafu prostego następujące warunki są równoważne: 1) jest drzewem, 2) nie zawiera cykli i ma krawędzi, 3)
Bardziej szczegółowoTreść wykładu. Pierścienie wielomianów. Dzielenie wielomianów i algorytm Euklidesa Pierścienie ilorazowe wielomianów
Treść wykładu Pierścienie wielomianów. Definicja Niech P będzie pierścieniem. Wielomianem jednej zmiennej o współczynnikach z P nazywamy każdy ciąg f = (f 0, f 1, f 2,...), gdzie wyrazy ciągu f są prawie
Bardziej szczegółowoGrafy i grafy skierowane. Izomorfizmy grafów
TEORIA GRAFÓW I SIECI - ROZDZIAL I Grafy i grafy skierowane. Izomorfizmy grafów Rozważmy rysunki 1. Schemat mostów na rzece Pregole w Królewcu 2. Drzewo prawdopodobieństwa przy rzucie moneta 3. Schemat
Bardziej szczegółowo(4) x (y z) = (x y) (x z), x (y z) = (x y) (x z), (3) x (x y) = x, x (x y) = x, (2) x 0 = x, x 1 = x
2. Wykład 2: algebry Boole a, kraty i drzewa. 2.1. Algebra Boole a. 1 Ważnym dla nas przykładem algebr są algebry Boole a, czyli algebry B = (B,,,, 0, 1) typu (2, 2, 1, 0, 0) spełniające własności: (1)
Bardziej szczegółowoOgólne wiadomości o grafach
Ogólne wiadomości o grafach Algorytmy i struktury danych Wykład 5. Rok akademicki: / Pojęcie grafu Graf zbiór wierzchołków połączonych za pomocą krawędzi. Podstawowe rodzaje grafów: grafy nieskierowane,
Bardziej szczegółowoAlgorytmika Problemów Trudnych
Algorytmika Problemów Trudnych Wykład 9 Tomasz Krawczyk krawczyk@tcs.uj.edu.pl Kraków, semestr letni 2016/17 plan wykładu Algorytmy aproksymacyjne: Pojęcie algorytmu aproksymacyjnego i współczynnika aproksymowalności.
Bardziej szczegółowoKombinowanie o nieskończoności. 2. Wyspy, mosty, mapy i kredki materiały do ćwiczeń
Kombinowanie o nieskończoności. 2. Wyspy, mosty, mapy i kredki materiały do ćwiczeń Projekt Matematyka dla ciekawych świata spisał: Michał Korch 15 marzec 2018 Szybkie przypomnienie z wykładu Prezentacja
Bardziej szczegółowoDomknięcie i stabilność Bondy ego-chvátala grafów zwykłych idee, formalizacje, uzupełnienia
Zeszyty Naukowe Metody analizy danych Uniwersytet Ekonomiczny w Krakowie 904 ISSN 1898-6447 Zesz. Nauk. UEK, 2013; 904: 53 69 Katedra Matematyki Uniwersytet Ekonomiczny w Krakowie Domknięcie i stabilność
Bardziej szczegółowoZofia Kruczkiewicz, Algorytmu i struktury danych, Wykład 14, 1
Wykład Algorytmy grafowe metoda zachłanna. Właściwości algorytmu zachłannego:. W przeciwieństwie do metody programowania dynamicznego nie występuje etap dzielenia na mniejsze realizacje z wykorzystaniem
Bardziej szczegółowo. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami:
9 Wykład 9: Przestrzenie liniowe i podprzestrzenie Definicja 9 Niech F będzie ciałem Algebrę (V, F, +, ), gdzie V, + jest działaniem w zbiorze V zwanym dodawaniem wektorów, a jest działaniem zewnętrznym
Bardziej szczegółowoMatematyczne Podstawy Informatyki
Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 03/0 Przeszukiwanie w głąb i wszerz I Przeszukiwanie metodą
Bardziej szczegółowoWykład 7. Algorytmy grafowe
Wykład Algorytmy grafowe Algorytmy grafowe i podstawowe algorytmy przeszukiwania Problem Definicje i własności Reprezentacja Przeszukiwanie wszerz (Breadthirst Search) Przeszukiwanie w głąb (Depthirst
Bardziej szczegółowo1 Automaty niedeterministyczne
Szymon Toruńczyk 1 Automaty niedeterministyczne Automat niedeterministyczny A jest wyznaczony przez następujące składniki: Alfabet skończony A Zbiór stanów Q Zbiór stanów początkowych Q I Zbiór stanów
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, /15
Matematyka dyskretna Andrzej Łachwa, UJ, 2014 andrzej.lachwa@uj.edu.pl 15/15 TWIERDZENIE HALLA Twierdzenie o kojarzeniu małżeństw rozważa dwie grupy dziewcząt i chłopców, oraz podgrupy dziewczyn i podgrupy
Bardziej szczegółowoWSTĘP DO INFORMATYKI. Grafy i struktury grafowe
Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej WTĘP DO INFORMATYKI Adrian Horzyk Grafy i struktury grafowe www.agh.edu.pl DEFINICJA GRAFU Graf to
Bardziej szczegółowo7. Teoria drzew - spinanie i przeszukiwanie
7. Teoria drzew - spinanie i przeszukiwanie Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie zima 2016/2017 rzegorz Kosiorowski (Uniwersytet Ekonomiczny 7. wteoria Krakowie) drzew - spinanie i przeszukiwanie
Bardziej szczegółowoTeoria grafów - Teoria rewersali - Teoria śladów
17 maja 2012 1 Planarność Wzór Eulera Kryterium Kuratowskiego Algorytmy testujące planarność 2 Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące
Bardziej szczegółowoMinimalne drzewa rozpinające
KNM UŚ 26-28 listopada 2010 Ostrzeżenie Wprowadzenie Motywacja Definicje Niektóre pojęcia pojawiające się podczas tego referatu są naszymi autorskimi tłumaczeniami z języka angielskiego. Nie udało nam
Bardziej szczegółowoTworzenie gier na urządzenia mobilne
Katedra Inżynierii Wiedzy Wykład 11 O czym dzisiaj? labirynty, dużo labiryntów; automaty komórkowe; algorytmy do budowy labiryntów; algorytmy do szukania wyjścia z labiryntów; Blueprints i drzewa zachowań
Bardziej szczegółowoWprowadzenie do teorii grafów. Dr inż. Krzysztof Lisiecki
1 Reguły gry (1): Uczymy się systematycznie Nie używamy telefonów Zaliczamy w terminie 2 Kontakt: konsultacje poniedziałek 8.45 10.15 (pokój wykładowców) e-mail : krzysztof.lisiecki@p.lodz.pl lub krzysztof@lisiecki.org.pl
Bardziej szczegółowo