Problem skoczka szachowego i inne cykle Hamiltona na szachownicy n x n

Podobne dokumenty
Matematyka dyskretna

6a. Grafy eulerowskie i hamiltonowskie

Siedem cudów informatyki czyli o algorytmach zdumiewajacych

Kolorowanie wierzchołków grafu

Algorytmy mrówkowe. H. Bednarz. Wydział Informatyki Zachodniopomorski Uniwersytet Technologiczny w Szczecinie Inteligentne systemy informatyczne

Algorytmiczna teoria grafów

Matematyczne Podstawy Informatyki

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

Opracowanie prof. J. Domsta 1

Złożoność obliczeniowa klasycznych problemów grafowych

Suma dwóch grafów. Zespolenie dwóch grafów

Programowanie dynamiczne cz. 2

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

Graf. Definicja marca / 1

MATEMATYKA DYSKRETNA - MATERIAŁY DO WYKŁADU GRAFY

Znajdowanie maksymalnych skojarzeń przy pomocy eliminacji Gaussa

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

Digraf. 13 maja 2017

Droga i cykl Eulera Przykłady zastosowania drogi i cyku Eulera Droga i cykl Hamiltona. Wykład 4. Droga i cykl Eulera i Hamiltona

Algorytmy i struktury danych

Wykład 4. Droga i cykl Eulera i Hamiltona

Grafy co o ich rysowaniu wiedzą przedszkolaki i co z tego wynika dla matematyków

Minimalne drzewa rozpinające

TEORIA GRAFÓW I SIECI

Lista 4. Kamil Matuszewski 22 marca 2016

Problem konika szachowego Jędrzej Miklaszewski. VIII Prywatne Akademickie Liceum Ogólnokształcące w Krakowie

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

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

Plan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA?

Działanie algorytmu oparte jest na minimalizacji funkcji celu jako suma funkcji kosztu ( ) oraz funkcji heurystycznej ( ).

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

ZAGADNIENIE TRANSPORTOWE

1. Algorytmy przeszukiwania. Przeszukiwanie wszerz i w głąb.

Algorytmika Problemów Trudnych

Porównanie czasów działania algorytmów sortowania przez wstawianie i scalanie

Wykład 10 Grafy, algorytmy grafowe

10. Kolorowanie wierzchołków grafu

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

Zakładamy, że maszyna ma jeden stan akceptujacy.

TEORETYCZNE PODSTAWY INFORMATYKI

Matematyczne Podstawy Informatyki

Teoria obliczeń i złożoność obliczeniowa

Wyznaczanie optymalnej trasy problem komiwojażera

Równoległy algorytm wyznaczania bloków dla cyklicznego problemu przepływowego z przezbrojeniami

Złożoność problemów. 1 ruch na sekundę czas wykonania ok lat 1 mln ruchów na sekundę czas wykonania ok.

Podstawowe własności grafów. Wykład 3. Własności grafów

Literatura. 1) Pojęcia: złożoność czasowa, rząd funkcji. Aby wyznaczyć pesymistyczną złożoność czasową algorytmu należy:

gimnazjalista.fundacja2lo.pl

Przykładowe rozwiązania

Elementy teorii grafów Elementy teorii grafów

Wybrane podstawowe rodzaje algorytmów

Algorytmy sztucznej inteligencji

Znajdowanie skojarzeń na maszynie równoległej

Algorytm dyskretnego PSO z przeszukiwaniem lokalnym w problemie dynamicznej wersji TSP

Algorytmy i Struktury Danych.

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

Algorytmy z powracaniem

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

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

Zagadnienie transportowe (badania operacyjne) Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie

Metody teorii gier. ALP520 - Wykład z Algorytmów Probabilistycznych p.2

Algorytmy Równoległe i Rozproszone Część X - Algorytmy samostabilizujące.

Kolorowanie wierzchołków

Przykłady problemów optymalizacyjnych

Matematyka dyskretna. Andrzej Łachwa, UJ, B/14

MODELE SIECIOWE 1. Drzewo rozpinające 2. Najkrótsza droga 3. Zagadnienie maksymalnego przepływu źródłem ujściem

Sortowanie topologiczne skierowanych grafów acyklicznych

Metody przeszukiwania

Algorytmiczna teoria grafów Problem policjantów i złodziei - Cops and robbers problem

SCENARIUSZE LEKCJI SZACHOWYCH DLA SZKÓŁ PODSTAWOWYCH KLAS I III LEKCJA NR 7

Porównanie algorytmów wyszukiwania najkrótszych ścieżek międz. grafu. Daniel Golubiewski. 22 listopada Instytut Informatyki

Komiwojażer na płaszczyźnie

Wykład 3. Metoda dziel i zwyciężaj

PRÓBNY EGZAMIN GIMNAZJALNY

Indukcja matematyczna. Zasada minimum. Zastosowania.

Zagadnienie transportowe

Programowanie dynamiczne i algorytmy zachłanne

Algorytmy genetyczne

Heurystyczne metody przeszukiwania

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

Matematyka dyskretna. Andrzej Łachwa, UJ, /14

Spacery losowe generowanie realizacji procesu losowego

PROGRAMOWANIE SIECIOWE. METODA ŚCIEŻKI KRYTYCZNEJ

Programowanie dynamiczne

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

Algorytmy aproksymacyjne i parametryzowane

EGZAMIN - Wersja A. ALGORYTMY I STRUKTURY DANYCH Lisek89 opracowanie kartki od Pani dr E. Koszelew

Programowanie liniowe całkowitoliczbowe

Wykład 8. Drzewo rozpinające (minimum spanning tree)

Algorytmy Grafowe. dr hab. Bożena Woźna-Szcześniak, prof. UJD. Wykład 5 i 6. Uniwersytet Humanistyczno-Przyrodniczy im. Jana Długosza w Częstochowie

do instrukcja while (wyrażenie);

PRZEWODNIK PO PRZEDMIOCIE

Kolorowe Kwadraty. Marcin Pitera. Siłą, czy sposobem? Ameliówka, października Wydział Matematyki i Informatyki Uniwersytet Jagielloński

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

Złożoność obliczeniowa zadania, zestaw 2

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

Algorytmy mrówkowe (optymalizacja kolonii mrówek, Ant Colony optimisation)

Procesy stochastyczne WYKŁAD 2-3. Łańcuchy Markowa. Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi.

G. Wybrane elementy teorii grafów

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

Transkrypt:

i inne cykle Hamiltona na szachownicy n x n Uniwersytet Warszawski 15 marca 2007

Agenda 1 2 naiwne Prosty algorytm liniowy 3

Problem znany był już od bardzo dawna, jako łamigłówka logiczna. Był też stosowany jako szyfr. Formalne badania nad problemem skoczka rozpoczęły się od Eulera, który w 1759 roku rozważał go na szachownicy 8x8.

Problem znany był już od bardzo dawna, jako łamigłówka logiczna. Był też stosowany jako szyfr. Formalne badania nad problemem skoczka rozpoczęły się od Eulera, który w 1759 roku rozważał go na szachownicy 8x8.

Problem znany był już od bardzo dawna, jako łamigłówka logiczna. Był też stosowany jako szyfr. Formalne badania nad problemem skoczka rozpoczęły się od Eulera, który w 1759 roku rozważał go na szachownicy 8x8.

Formalna specyfikacja problemu Umieszczamy konika szachowego na planszy. Wykonujac tylko dozwolone dla konika ruchy chcemy odwiedzić każde pole dokładnie raz.

Formalna specyfikacja problemu Umieszczamy konika szachowego na planszy. Wykonujac tylko dozwolone dla konika ruchy chcemy odwiedzić każde pole dokładnie raz.

Rożne wersje I Ścieżka skoczka powinna tworzyć cykl zakończyć się na polu, które szachuje pole, z którego rozpoczęliśmy wędrówkę.

Rożne wersje II Skoczek powinien rozpoczać i zakończyć scieżke w określonych punktach. Plansza, po której skacze skoczek, może mieć dowolny rozmiar.

Rożne wersje III Ścieżka skoczka powinna charakteryzować się różnymi symetriami, lub być niezmiennicza ze względu na obroty.

Przejście na język grafowy Graf skoczka szachowego Grafem skoczka szachowego będziemy nazywali graf, którego wierzchołki odpowiadaja polom szachownicy, a między dwoma wierzchołkami istnieje krawędź, jeżeli istnieje poprawny ruch skoczka pozwalajacy przeskoczyć w jedyn ruchu z jednego pola na drugie. Dla szachownicy n n graf ma n 2 wierzchołków i 4(n 2)(n 1) krawędzi.

Przejście na język grafowy Wówczas problem skoczka szachowego sprowadza się do znalezienia cyklu (ścieżki) Hamiltona w grafie skoczka szachowego.

Twierdzenie Schwenk a Dla każdej planszy m n (gdzie m n) istnieje zamknięta ścieżka konika szachowego (cykl Hamiltona), chyba, że jeden z następujacych warunków jest prawdziwy: m i n sa nieparzyste, m = 1, 2 lub 4, oraz n > 1, m = 3, a n = 4, 6 lub 8. Dla każdej planszy m nm gdzie min(m, n) 5 istnieje otwarta ścieżka konika szachowego (ścieżka Hamiltona).

Twierdzenie Schwenk a Dla każdej planszy m n (gdzie m n) istnieje zamknięta ścieżka konika szachowego (cykl Hamiltona), chyba, że jeden z następujacych warunków jest prawdziwy: m i n sa nieparzyste, m = 1, 2 lub 4, oraz n > 1, m = 3, a n = 4, 6 lub 8. Dla każdej planszy m nm gdzie min(m, n) 5 istnieje otwarta ścieżka konika szachowego (ścieżka Hamiltona).

Twierdzenie Schwenk a Dla każdej planszy m n (gdzie m n) istnieje zamknięta ścieżka konika szachowego (cykl Hamiltona), chyba, że jeden z następujacych warunków jest prawdziwy: m i n sa nieparzyste, m = 1, 2 lub 4, oraz n > 1, m = 3, a n = 4, 6 lub 8. Dla każdej planszy m nm gdzie min(m, n) 5 istnieje otwarta ścieżka konika szachowego (ścieżka Hamiltona).

Twierdzenie Schwenk a Dla każdej planszy m n (gdzie m n) istnieje zamknięta ścieżka konika szachowego (cykl Hamiltona), chyba, że jeden z następujacych warunków jest prawdziwy: m i n sa nieparzyste, m = 1, 2 lub 4, oraz n > 1, m = 3, a n = 4, 6 lub 8. Dla każdej planszy m nm gdzie min(m, n) 5 istnieje otwarta ścieżka konika szachowego (ścieżka Hamiltona).

Twierdzenie Schwenk a Dla każdej planszy m n (gdzie m n) istnieje zamknięta ścieżka konika szachowego (cykl Hamiltona), chyba, że jeden z następujacych warunków jest prawdziwy: m i n sa nieparzyste, m = 1, 2 lub 4, oraz n > 1, m = 3, a n = 4, 6 lub 8. Dla każdej planszy m nm gdzie min(m, n) 5 istnieje otwarta ścieżka konika szachowego (ścieżka Hamiltona).

Rozwiazania problemu naiwne Prosty algorytm liniowy Ogólny problem znajdowania ścieżki lub cyklu Hamiltona jest NP zupełny. Dla specjalnego przypadku znajdowania cyklu i ścieżki Hamiltona w grafie konika szachowego istnieje wiele algorytmów, jest wśród nich rozwiazuj acy problem w czasie liniowym.

Rozwiazania problemu naiwne Prosty algorytm liniowy Ogólny problem znajdowania ścieżki lub cyklu Hamiltona jest NP zupełny. Dla specjalnego przypadku znajdowania cyklu i ścieżki Hamiltona w grafie konika szachowego istnieje wiele algorytmów, jest wśród nich rozwiazuj acy problem w czasie liniowym.

Backtracking naiwne Prosty algorytm liniowy Algorytm dokonuje zachłannych wyborów, gdy nie ma możliwości wykonania kolejnego kroku, nawraca i zmienia wcześniej podjęte decyzje. Złożoność tego algorytmu jest wykładnicza.

Algorytm losowego chodzenia naiwne Prosty algorytm liniowy Przypisuje się go Eulerowi. Chodzimy po grafie tak długo jak się da, wybierajac losowo kolejne pole. Następnie będziemy starali się łatać pozostawione pola starać łaczyć je w ciagi ruchów skoczka i wklejać w dotychczasowa wędrówkę. Nie jest to oczywiście algorytm w pełni poprawny. Możemy tu zastosować dodatkowa heurystykę, która, mówi, że zamiast losowo wybierać kolejne pole, będziemy wybierać te, które ma najmniejsza liczbę ruchów możliwych z niego do wykonania.

Definicje naiwne Prosty algorytm liniowy Powiemy, że droga skoczka jest ustrukturalizowana, jeśli zawiera następujace fragmenty:

Twierdzenie naiwne Prosty algorytm liniowy Dla każdefo n 6 parzystego, istnieje ustrukturalizowana droga konika szachowego na szachownicy n n oraz n (n + 2).

Dziel i zwyciężaj naiwne Prosty algorytm liniowy

Kwadraty pół-magiczne Niektóre ścieżki konika szachowego, jeśli w pola wpiszemy numery kroków, w których je odwiedziliśmy tworza kwadraty pół-magiczne (sumy elementów w każdym wierszu i kolumnie jest taka sama).

Dodatek Bibliografia Bibliografia O. Kyek, I. Parberry, and I. Wegener, Bounds on the Number of Knight s Tours Discrete Applied Mathematics, Vol. 74, pp. 171-181, 1997. I. Parberry An Efficient Algorithm for the Knight s Tour Problem Discrete Applied Mathematics, Vol. 73, pp. 251-260, 1997. I. Parberry Scalability of a Neural Network for the Knight s Tour Problem Neurocomputing, Vol. 12, pp. 19-34, 1996. http://en.wikipedia.org/wiki/knight s_tour http: //mathworld.wolfram.com/knightstour.html