Algorytmiczna teoria grafów

Podobne dokumenty
Algorytmiczna teoria grafów

Graf. Definicja marca / 1

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

Matematyka dyskretna. Andrzej Łachwa, UJ, /14

Reprezentacje grafów nieskierowanych Reprezentacje grafów skierowanych. Wykład 2. Reprezentacja komputerowa grafów

MATEMATYKA DYSKRETNA - MATERIAŁY DO WYKŁADU GRAFY

Matematyka dyskretna. Andrzej Łachwa, UJ, /14

Matematyczne Podstawy Informatyki

Digraf. 13 maja 2017

Teoria grafów podstawy. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Matematyka dyskretna. Andrzej Łachwa, UJ, A/14

Podstawowe własności grafów. Wykład 3. Własności grafów

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

G. Wybrane elementy teorii grafów

Struktury danych i złożoność obliczeniowa Wykład 7. Prof. dr hab. inż. Jan Magott

6. Wstępne pojęcia teorii grafów

Matematyka dyskretna

Przykłady grafów. Graf prosty, to graf bez pętli i bez krawędzi wielokrotnych.

E ' E G nazywamy krawędziowym zbiorem

Drzewa. Jeżeli graf G jest lasem, który ma n wierzchołków i k składowych, to G ma n k krawędzi. Własności drzew

Marek Miszczyński KBO UŁ. Wybrane elementy teorii grafów 1

Czy istnieje zamknięta droga spaceru przechodząca przez wszystkie mosty w Królewcu dokładnie jeden raz?

Algorytmy grafowe. Wykład 1 Podstawy teorii grafów Reprezentacje grafów. Tomasz Tyksiński CDV

Suma dwóch grafów. Zespolenie dwóch grafów

Wykłady z Matematyki Dyskretnej

Grafy. Graf ( graf ogólny) to para G( V, E), gdzie:

SPÓJNOŚĆ. ,...v k. }, E={v 1. v k. i v k. ,...,v k-1. }. Wierzchołki v 1. v 2. to końce ścieżki.

Spis treści Podstawowe definicje Wielomian charakterystyczny grafu Grafy silnie regularne

0. ELEMENTY LOGIKI. ALGEBRA BOOLE A

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

KURS MATEMATYKA DYSKRETNA

Wprowadzenie Podstawy Fundamentalne twierdzenie Kolorowanie. Grafy planarne. Przemysław Gordinowicz. Instytut Matematyki, Politechnika Łódzka

Matematyczne Podstawy Informatyki

TEORIA GRAFÓW I SIECI

Grafem nazywamy strukturę G = (V, E): V zbiór węzłów lub wierzchołków, Grafy dzielimy na grafy skierowane i nieskierowane:

SKOJARZENIA i ZBIORY WEWN. STABILNE WIERZCH. Skojarzeniem w grafie G nazywamy dowolny podzbiór krawędzi parami niezależnych.

Grafy (3): drzewa. Wykłady z matematyki dyskretnej dla informatyków i teleinformatyków. UTP Bydgoszcz

Kolorowanie wierzchołków Kolorowanie krawędzi Kolorowanie regionów i map. Wykład 8. Kolorowanie

Kolorowanie wierzchołków

Struktury danych i złożoność obliczeniowa Wykład 5. Prof. dr hab. inż. Jan Magott

Matematyka dyskretna - 5.Grafy.

Grafy dla każdego. dr Krzysztof Bryś. Wydział Matematyki i Nauk Informacyjnych Politechnika Warszawska.

Ilustracja S1 S2. S3 ściana zewnętrzna

KURS MATEMATYKA DYSKRETNA

Opracowanie prof. J. Domsta 1

Gramatyki grafowe. Dla v V, ϕ(v) etykieta v. Klasa grafów nad Σ - G Σ.

Sortowanie topologiczne skierowanych grafów acyklicznych

Algorytmy z powracaniem

Grafy i Zastosowania. 9: Digrafy (grafy skierowane) c Marcin Sydow

UNIWERSYTET GDAŃSKI MATERIAŁY DYDAKTYCZNE DO PRZEDMIOTU MATEMATYKA DYSKRETNA. pod redakcją: Hanna Furmańczyk Karol Horodecki Paweł Żyliński

Podstawy Programowania 2 Grafy i ich reprezentacje. Plan. Wstęp. Teoria grafów Graf skierowany. Notatki. Notatki. Notatki. Notatki.

. Podstawy Programowania 2. Grafy i ich reprezentacje. Arkadiusz Chrobot. 9 czerwca 2016

Podstawowe pojęcia dotyczące drzew Podstawowe pojęcia dotyczące grafów Przykłady drzew i grafów

Matematyka dyskretna. Andrzej Łachwa, UJ, B/14

Wojciech Guzicki. Gdynia, 23 września 2016 r.

MATEMATYKA DYSKRETNA - KOLOKWIUM 2

Algorytmy równoległe. Rafał Walkowiak Politechnika Poznańska Studia inżynierskie Informatyka 2010

Drzewa spinające MST dla grafów ważonych Maksymalne drzewo spinające Drzewo Steinera. Wykład 6. Drzewa cz. II

Matematyka Dyskretna (Ćwiczenia)

Znajdowanie skojarzeń na maszynie równoległej

Teoria grafów II. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

3 Abstrakcyjne kompleksy symplicjalne.

TEORETYCZNE PODSTAWY INFORMATYKI

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

Algorytmy Równoległe i Rozproszone Część V - Model PRAM II

Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA

a) 7 b) 19 c) 21 d) 34

Grafy i Zastosowania. 5: Drzewa Rozpinające. c Marcin Sydow. Drzewa rozpinające. Cykle i rozcięcia fundamentalne. Zastosowania

Elementy teorii grafów Elementy teorii grafów

Matematyka dyskretna - 6.Grafy

Wykład 10 Grafy, algorytmy grafowe

Matematyka dyskretna - 7.Drzewa

Teoria grafów. Magdalena Lemańska

Grafy. 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}

1) Grafy eulerowskie własnoci algorytmy. 2) Problem chiskiego listonosza

Badania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle

Segmentacja obrazów cyfrowych z zastosowaniem teorii grafów - wstęp. autor: Łukasz Chlebda

Indukowane Reguły Decyzyjne I. Wykład 3

Kolorowanie wierzchołków grafu

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

Treść wykładu. Pierścienie wielomianów. Dzielenie wielomianów i algorytm Euklidesa Pierścienie ilorazowe wielomianów

Grafy i grafy skierowane. Izomorfizmy grafów

(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

Ogólne wiadomości o grafach

Algorytmika Problemów Trudnych

Kombinowanie o nieskończoności. 2. Wyspy, mosty, mapy i kredki materiały do ćwiczeń

Domknięcie i stabilność Bondy ego-chvátala grafów zwykłych idee, formalizacje, uzupełnienia

Zofia Kruczkiewicz, Algorytmu i struktury danych, Wykład 14, 1

. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami:

Matematyczne Podstawy Informatyki

Wykład 7. Algorytmy grafowe

1 Automaty niedeterministyczne

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

WSTĘP DO INFORMATYKI. Grafy i struktury grafowe

7. Teoria drzew - spinanie i przeszukiwanie

Teoria grafów - Teoria rewersali - Teoria śladów

Minimalne drzewa rozpinające

Tworzenie gier na urządzenia mobilne

Wprowadzenie do teorii grafów. Dr inż. Krzysztof Lisiecki

Transkrypt:

Podstawowe pojęcia i klasy grafów Wykład 1

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

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.

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.

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

Definicja Grafy nieskierowane dzielimy na grafy proste (bez pętli i multikrawędzi), multigrafy (bez pętli) oraz pseudografy (pozostałe grafy).

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

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 }.

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

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

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

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.

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.

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.

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.

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).

G 1 2 H f g 6 7 a b 5 10 8 3 j e c h 9 d 4 i

G 1 2 H f g 6 7 a b 5 10 8 3 j e c h 9 d 4 i Czy G = H?

G 1 2 H f g 6 7 a b 5 10 8 3 j e c h 9 d 4 i Czy G = H? Odp.: TAK

G 1 2 H f g 6 7 a b 5 10 8 3 j e c h 9 d 4 i 1 2 3 4 5 6 7 8 9 10 a b c d e f g h i j

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.

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?

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

G a H 1 e 5 d h f b 4 8 6 2 g 7 c 3

G a H 1 e 5 d h f b 4 8 6 2 g 7 c 3 V(G) = V(H)

G a H 1 e 5 d h f b 4 8 6 2 g 7 c 3 V(G) = V(H) E(G) = E(H)

G a H 1 e 5 d h f b 4 8 6 2 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)

G a H 1 e 5 d h f b 4 8 6 2 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

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.

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 email) Dla jakich klas grafów problem izomorfizmu grafów jest rozwiązywalny w czasie wielomianowym? Zapoznać się z programem NAUTY (http://www3.cs.stonybrook.edu/ algorith/implement/nauty/implement.shtml; http://www3.cs.stonybrook.edu/ algorith/files/graphisomorphism.shtml) i zaprezentować szukanie grafów izomorficznych.

Twierdzenie Niech G = (V,E) będzie grafem prostym, n = V i m = E. Wówczas m n(n 1) 2.

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).

Twierdzenie ( o uściskach dłoni) Niech G = (V,E) będzie grafem. Wówczas deg G (v) = 2 E. v V

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.

Definicja Liczba d(g) = G = (V,E). v V deg G (v) V jest to średni stopień grafu

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.

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.

Ciągi grafowe Definicja Ciąg c liczb naturalnych jest ciągiem graficznym, jeśli istnieje graf prosty, którego stopnie wierzchołków odpowiadają elementom ciągu c.

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.