Laborator 7.

Metode de elaborare a algoritmilor

– plan de desfăşurare a lucrării practice –

1. Scopul lucrării
În această lucrare se vor prezenta metoda de elaborare a algoritmilor.

2. Mod de desfăşurare a lucrării practice

Se vor prezenta metode diverse de elaborare a algoritmilor. Se va prezenta pe cazul
general metodele greedy şi backtracking. Pentru aceste metode lucrarea contine
exemplificări. Se vor prezenta generalităţi despre programarea dinamică şi metoda
divide-et-impera.

3. Metoda Greedy

3.1. Aspecte teoretice

Metoda Greedy se aplică următorului tip de probleme: se dă o mulţime A cu n elemente.
Se cere să se găsească o submulţime B a mulţimii A care să indeplinească o anumită
condiţie. Metoda Greedy nu determină toate soluţiile posibile şi nu are ca obiect
determinarea unei soluţii optime.

Prezentăm în cele ce urmează algoritmul general de aplicare a metodei Greedy:

Procedure Greedy(A: set, n: integer, B:set, k:integer)
Var  i,x:integer
v:boolean
begin procedure
k ← 0;  /* se pleaca de la multimea vida */
for i ← 1 to n loop
call alege(A,i,x); /* se alege elementul x dintre 
elementele ai, ai+1, …, an, şi se aduce 
acest element pe pozitia i */
call posibil(B,x,v); /* se verifica dacă elementul x poate 
face parte din solutia B. v ia valoarea 
adevarat în cazul afirmativ, altfel ia 
valoarea fals. */
if v then agaug(B,x,k); /* se agauda elementul x la solutia 
B */
Endloop
End

Metoda prezentata în figura 1 poate fi reconsiderată în cazul în care putem determina o

modalitate de ordonare prealabilă a elementelor mulţimii A. Astfel, la începutul metodei,
se face o re-ordonare a elementelor mulţimii A. În acest caz, alege(A,i,x) înseamnă a
considera elementul ai ca şi element ales x.
3.2. Exemplu
Se dă o multime de numere pozitive, P şi un număr M. Se cere determinarea unui subset a
lui P a cărui sumă a elementelor să fie cel mult M.

#include <stdio.h>

int main() {

int n, p[200], rez[200], k, M, i, j, sum, temp, x;

printf("introduceti n: "); scanf("%d", &n);
for (i=0; i<n; i++) {
printf("p[%d]=", i); scanf("%d", &p[i]);
}
printf("Introduceti suma: "); scanf("%d", &M);

/* incepem abordarea greedy a problemei */
/* ordonam crescator multimea de numere p */
for (i=0; i<n­1; i++)
for (j=i+1; j<n; j++)
if (p[i]>p[j]) { temp = p[i]; p[i] = p[j]; p[j] = temp; };
k = 0; sum = 0;
for (i=0; i<n; i++) {
x = p[i]; /* alege(A,i,x) */
if ( sum + x <= M ) {
rez[k++] = x;
sum += x;
}
else break;
}
printf("submultimea rezultat: ");
for (i=0; i<k; i++) printf(" %d", rez[i]);
printf("\n");

4. Metoda BackTracking

4.1. Aspecte teoretice

Metoda backtracking se aplică problemelor în care soluţia se poate prezenta sub
forma unui vector x = {x1 , x 2 ,..., x n } ∈ S = S1 xS 2 x...xS n , unde S i sunt mulţimi finite.
Cerinţa problemei este, de obicei, găsirea tuturor soluţiilor posibile, care satisfac anumite
condiţii specifice problemei. S reprezintă spaţiul tuturor soluţiilor posibile iar condiţiile
pe care o soluţie corectă trebuie să le indeplinească vor fi notate cu Φ ( x1 , x2 ,..., xn ) şi
reprezintă condiţii interne.
Metoda evită generarea tuturor soluţiilor posibile. Se va căuta obţinerea unei
soluţii prin alegerea succesivă de elemente din mulţimile S1 , S 2 , …, S n . Astfel, la pasul
k, se va alege un element x k ∈ S k . Inainte de a trece la pasul k+1, se verifică dacă sunt
satisfăcute condiţiile de continuare, derivate din condiţiile interne Φ . În cazul în care
pentru o valoare x k aleasă, condiţiile de continuare nu sunt satisfăcute, se va alege o altă
valoare din mulţimea S k , până cand fie se va găsi o valoare pentru care condiţiile de
continuare sunt satisfăcute, fie se epuizează toate elementele mulţimii S k . În cazul în
care se găseşte un element x k convenabil, se trece la pasul k+1. Dacă pentru toate
elementele mulţimii S k condiţiile interne nu sunt satisfăcute, se va reveni la pasul
anterior (k-1), în care se va renunta la valoarea x k −1 aleasă şi se va căuta alegerea unei
alte valori.
Algoritmul poate fi prezentat în două versiuni: o versiune recursivă şi una
nerecursivă. Din considerente de eficienţă a implementării, vom opta pentru prezentarea
versiunii nerecursive a algoritmului, studenţii fiind incurajaţi, totuşi, să caute să realizeze
şi versiunea recursivă, aceasta din urmă fiind mai convenabilă din punct de vedere a
scrierii codului.

Procedure Backtracking(n:integer)
Var v,k:integer
Begin procedure
k ← 1;
while (k > 0)
v ← 0;
while (mai exista o valoare t∈Sk netestata and (v==0))
xk ← t;
if Φ(x1,x2,…,xk) then v ← 1;
endif
endwhile
if (v==0) then k ← k-1;
else if (k==n) then afiseaza(x1,x2,…,xn)
else k ← k+1
endif
endif
endwhile
end
Figura 1. Pseudocod pentru varianta nerecursivă de backtracking

4.2. Exemple

4.2.1 Problema damelor de şah

Enunţ: Să se găsească toate soluţiile posibile de aşezare pe tabla de şah de n linii şi n

coloane a n dame, astfel încât să nu existe două dame pe aceaşi linie, coloană sau
diagonală.
Rezolvare: Se ia un vector x = {x1 , x 2 ,..., x n } unde xi reprezintă coloana pe care se va
aşeza dama de pe linia i. Conform enunţului, se observă că pe fiecare linie a tablei de şah
trebuie să se aşeze o singură damă. Condiţia ca damele să nu se afle pe aceaşi coloană
este ca xi ≠ x j pentru i ≠ j . Condiţia ca damele să nu se afle pe aceaşi diagonală este:
| k − i |≠| x k − xi | pentru i = 1,2,..., k − 1 .

Program C:
#include <stdio.h>
#include <math.h>
 int main() {

int n,i,k,v;
int x[20]; /* x[i] va reprezenta coloana pe care se afla dama de pe linia i */

printf("Introduceti n:"); scanf("%d",&n);

k = 1; x[1] = 0;
while (k > 0) {
v=0;
while ((x[k] <= n-1) && (v==0)) {
x[k]++;
for (v=1,i=1; (i<=k-1) && (v==1);i++)
if ((x[k]==x[i])||(k-i == abs(x[k]-x[i])))
v=0;
}
if (v==0) k--;
else if (k==n) {
for (i=1;i<=n;i++) printf("%d ",x[i]);
printf("\n");
} else {
k++;
x[k] = 0;
}
}
}

4.2.2 Problema calului

Enunţ: Să se determine toate modalităţile în care un cal poate parcurge în întregime o

tablă de şah, de dimensiuni nxn, astfel încât să treacă prin fiecare câmp o singură dată.
Rezolvare: Se va considera aşezarea calului pe tablă, la pasul k în poziţia (i,j). Din
această poziţie, mutările posibile sunt în următoarele poziţii: (i-1, j-2), (i-2, j-1), (i-2,
j+1), (i-1, j+2), (i+1, j+2) (i+2, j+1), (i+2, j-1), (i+1, j-2). Pentru fiecare din aceste
posibile mutări, se va verifica dacă există posibilităţi de continuare, în caz contrar,
revenindu-se la alegerea unei alte mutări. Această problemă exemplifică varianta
recursivă de backtracking, care facilitează o scriere rapidă a codului.

Program C:
#include <stdio.h>

int a[] = {-1, -2, -2, -1, 1, 2, 2, 1};

int b[] = {-2, -1, 1, 2, 2, 1, -1, -2};
int x[30][30], n;

void aseaza(int k, int i, int j) {

int t,r,p ;
x[i][j] = k;
if (k==n*n) {
printf("\n");
for (t=0;t<n;t++) {
for (r=0;r<n;r++) printf("%3d",x[t][r]);
printf("\n");
}
} else
for (t=0;t<8;t++) {
r = i+a[t]; p = j+b[t];
if ( (r>=0) && (r<n) &&
 (p>=0) && (p<n) &&
(x[r][p] == 0) )
aseaza(k+1,r,p);
}
x[i][j] = 0; /* reface pozitia alterata */
}

int main() {

int i,j;
printf("introduceti n:"); scanf("%d",&n);

for (i=0;i<n;i++)
for (j=0;j<n;j++)
aseaza(1,i,j);
return 0;
}

5. Alte metode de rezolvare a problemelor

5.1. Metoda “branch and bound”

Este o metodă înrudită cu backtracking însă apar diferenţe în ceea ce priveşte
ordinea de parcurgere a spaţiului stărilor şi privitor la modul de eliminare a ramurilor ce
nu pot conduce la rezultat.
Astfel, metoda presupune folosirea unei liste în care sunt memorate vârfurile
arborelui spaţiului soluţiilor care trebuie parcurs. Iniţial lista vârfurilor active este vida,
iar căutarea porneşte de la un vârf oarecare. La un moment dat, printr-o anume metoda se
considera un vârf activ, dintre cele memorate din lista. Pentru acest vârf, sunt generaţi
descendenţii şi se memorează aceşti descendenţi în lista vârfurilor active ale arborelui.
Căutarea se opreşte la găsirea unei soluţii, şi anume în momentul când se ajunge la o
frunză a arborelui spaţiului soluţiilor.

5.2. Metoda programării dinamice

Se aplică problemelor de optim în care soluţia poate fi privită ca şi rezultatul unui şir de
decizii secvenţiale dependente de cele luate anterior, fiecare decizie respectând principiul
optimalităţii. Astfel, dacă d1, d2, … dn este un sir de decizii optime care transformă
starea s0 în starea finală sn trecând prin stările intermediare s1, s2, …, sn-1, atunci pentru
orice i = 1,…,n-1, rezultă că d1, d2, …, di este un şir de decizii optime pentru perechea
de stări (s0,şi) şi di+1,…,dn este un sir de decizii optime pentru perechea de stări (şi, sn).

Exemplu: determinarea drumurilor cele mai scurte într-un graf. Fie un graf orientat cu n
vârfuri, reprezentat prin matricea de adiacentă. Astfel, în matricea de adiacentă elementul
de pe poziţia (i,j) indică lungimea drumului direct de la nodul i la nodul j. Dacă în graf nu
există arc de la i la j atunci elementul (i, j) este nul. Se cere să se determine lungimea
drumului minim de la i la j.

Soluţie. Presupunem că drumul minim de la i la j trece prin nodul k. atunci, conform

principiului optimalităţii, drumurile de la i la k şi de la k la j sunt minime. Iniţial,
matricea C conţine lungimile drumurilor directe de la un element i la un nod j. Vom
construi matricea A (nxn) care va conţine în final toate drumurile minime între 2 noduri i
şi j. Iniţial, A(i,j) = C(i,j). pentru fiecare k, k=1,n, se verifică dacă A(i,j) > A(i,k) + A(k,j),
pentru orice i şi j. În caz afirmativ, se inlocuieste valoarea lui A(i,j) cu valoarea A(i,k) +
A(k,j). În final, vom avea în matricea A lungimea drumurilor minime.

5.3. Metoda divide-et-impera

Metoda constă în împărţirea repetată a unei probleme în două sau mai multe subprobleme
de acelaşi tip, soluţia problemei iniţiale obţinându-se prin combinarea soluţiilor
subproblemelor.

Exemplu: căutare binară: Se dă un şir ordonat A, cu n elemente, şi o valoare x. să se

determine dacă valoarea x se află între elementele şirului A. Problema se rezolvă în felul
următor. Se identifică elementul de la mijlocul şirului A. Dacă x este mai mic decât acest
element, atunci căutarea continuă în subsirul din stânga elementului median, în caz
contrar, căutarea continuă în subşirul din dreapta.

Exemplu: Sortarea prin partiţionare (quicksort)

6. Probleme propuse spre rezolvare:

1. Colorarea grafurilor. Se dă un graf neorientat, şi un număr de m culori. Să se determine

toate modalităţile de colorări posibile ale grafului, astfel încât oricare două vârfuri
adiacente să fie colorate diferit.

2. Se dă o tablă de şah de 8x8 şi 5 dame. Să se determine toate posibilităţile de a aşeza

damele astfel încât orice câmp al tablei să fie controlat de cel puţin o damă.

3. Se da un graf conex în care fiecărui arc i se asociază un cost pozitiv. Să se determine

toate ciclurile hamiltoniene care pleacă dintr-un vârf dat al grafului. Un ciclu este
hamiltonian dacă trece exact o singură data prin fiecare vârf al grafului.