Busca em Largura

Grafos e Algoritmos de Busca
1 / 65
Grafos e Algoritmos de Busca

Eduardo Camponogara
Departamento de Automao e Sistemas ca Universidade Federal de Santa Catarina
DAS-9003: Introduo a Algoritmos ca
Grafos e Algoritmos de Busca Sumrio a
2 / 65
Introduo ca Representao de Grafos ca Busca em Largura Busca em Profundidade Ordenao Topolgica ca o Componentes Fortemente Conexos
Grafos e Algoritmos de Busca Introduo ca
3 / 65
Sumrio a
4 / 65
Introduo ca
Grafos
Aqui apresentaremos mtodos para representar grafos e e realizar buscas Busca em grafos signica seguir sistematicamente as arestas e visitar os vrtices e
5 / 65
Introduo ca
Grafos
Estudaremos trs representaes de grafos: e co

listas de adjacncia e matrizes de adjacncia e matrizes de incidncia e mtodos de busca em largura e mtodos de busca em profundidade e ordenao topolgica ca o
Estudaremos tambm: e

Grafos e Algoritmos de Busca Representao de Grafos ca
6 / 65
Sumrio a
7 / 65
Representao de Grafos ca
Lista de Adjacncia e
Dado um grafo G = (V , E ), esta representao tipicamente ca e preferida pois uma maneira compacta de representar grafos e esparsos aqueles onde |E | |V |2 A representao por listas de adjacncia consiste em um vetor ca e Adj com |V | listas de adjacncia, uma para cada vrtice e e v V. Para cada u V , Adj[u] contm ponteiros para todos os e vrtices v tal que (u, v ) E . Ou seja, Adj[u] consiste de e todos os vrtices que so adjacentes a u e a
8 / 65
Lista de Adjacncia e
Adj 1 1 2 3 2 3 4 4 5 6 5 6 2 5 \ 5 2 \ 4 \ 6 \ 6 \ 4 \
9 / 65
Matriz de Adjacncia e
A representao por matriz de adjacncia preferida, ca e e entretanto, quando o grafo denso, ou seja, quando e |E | |V |2 . Para um grafo G = (V , E ), assumimos que os vrtices so e a rotulados com nmeros 1, 2, . . . , |V |. u A representao consiste de uma matriz A = (aij ) de ca dimenses |V | |V |, onde o aij = 1 se (i, j) E 0 caso contrrio a
10 / 65
Matriz de Adjacncia e
1 1 0 1 2 3 2 3 4 4 5 6 5 6 0 0 0 0 0 2 1 0 0 1 0 0 3 0 0 0 0 0 0 4 1 0 0 0 1 0 5 0 1 1 0 0 0 6 0 0 1 0 0 1
11 / 65
Matriz de incidncia e
O grafo direcionado G = (V , E ) representado por uma e matriz A Rnm , onde |V | = n e |E | = m. Cada linha de A corresponde a um vrtice. e Cada coluna de A corresponde a uma aresta. (1, 2) (1, 4) (2, 5) (3, 5) (3, 6) (4, 2) (5, 4) (6, 6) 1 1 0 0 0 0 0 0 1 0 1 0 0 1 0 0 0 0 0 1 1 0 0 0 0 1 0 0 0 1 1 0 0 0 1 1 0 0 1 0 0 0 0 0 1 0 0 0
12 / 65
Matriz de incidncia e
A matriz de incidncia utilizada com frequncia em e e e problemas de otimizao ca Problema de uxo em redes Minimize c T x Sujeito a : Ax = b l x u x = [xij : (i, j) E ]
Grafos e Algoritmos de Busca Busca em Largura
13 / 65
Sumrio a
14 / 65
Algoritmos de Busca
Busca em Largura
A busca em largura um dos algoritmos mais simples para e explorao de um grafo. ca Dados um grafo G = (V , E ) e um vrtice s, chamado de e fonte, a busca em largura sistematicamente explora as arestas de G de maneira a visitar todos os vrtices alcanveis a partir e ca de s.
15 / 65
Algoritmos de Busca
Busca em Largura
Esta busca dita em largura porque ela expande a fronteira e entre vrtices conhecidos e desconhecidos de uma forma e uniforme ao longo da fronteira. Ou seja, o algoritmo descobre todos os vrtices com distncia e a k de s antes de descobrir qualquer vrtice de distncia k + 1. e a
16 / 65
Algoritmos de Busca
Busca em Largura
s
k=1
k=2
17 / 65
Busca em Largura
Cores
Para controlar a busca, a BL (Busca em Largura) pinta cada vrtice na cor branca, cinza ou preta. e Todos os vrtices iniciam com a cor branca e podem, mais e tarde, se tornar cinza e depois preta.

Branca: no visitado a Cinza: visitado Preta: visitado e seus ns adjacentes visitados o
18 / 65
Busca em Largura
Algoritmo
BFS(G , s) for each u V [G ] {s} Color [u] white d[u] [u] NIL endfor color [s] gray d[s] 0 Q {s} * Queue * . . . . . .
19 / 65
Busca em Largura
Algoritmo
while Q = u head[Q] for each v Adj[u] if color [v ] = white color [v ] gray d[v ] d[u] + 1 [v ] u Enqueue(Q,v ) endif endfor Dequeue(Q) color [u] black endwhile
20 / 65
Busca em Largura
Algoritmo
Quando um vrtice visitado pela primeira vez, sua cor e e e modicada de branco para cinza. Quando todos os vrtices adjacentes a um vrtice cinza so e e a visitados, ele se torna preto.
Grafos e Algoritmos de Busca Busca em Largura Exemplo
21 / 65
Busca em Largura
Exemplo
In cio
1 d 2 1 5 c Q 0 \ g 1 2 \ w 3 \ w 4 \ w 5 \ w 6 \ w
22 / 65
Busca em Largura
Exemplo
Explorando vrtice 1 e
1 d 2 1 5 c Q 0 \ b 2 2 1 1 g 4 3 \ w 4 1 1 g 5 \ w 6 \ w
23 / 65
Busca em Largura
Exemplo
1 d 2 1 5 c Q 0 0 b 4 2 1 1 b 3 3 2 2 g 4 1 1 g 5 \ w 6 \ w
24 / 65
Busca em Largura
Exemplo
1 d 2 1 5 c Q 0 0 b 3 2 1 1 b 5 3 2 2 g 6 4 1 1 b 5 2 4 g 6 2 4 g
25 / 65
Busca em Largura
Exemplo
Arvore da busca em largura
Grafos e Algoritmos de Busca Busca em Largura Anlise a
26 / 65
Busca em Largura
Anlise a

Cada vrtice de V colocado na la Q no mximo uma vez. e e a A lista de adjacncia de um vrtice qualquer de u percorrida e e e somente quando o vrtice removido da la e e Da conclu mos que o algoritmo roda em tempo O(|V | + |E |) pois as operaes executadas levam (1). co
Grafos e Algoritmos de Busca Busca em Largura Caminho mais curto
27 / 65
Busca em Largura
Caminho mais curto

Seja (s, v ) a distncia do vrtice v a partir do vrtice s, sendo a a e e distncia o menor nmero de arestas em qualquer caminho em G a u com origem em s e destino para v .
Grafos e Algoritmos de Busca Busca em Largura Caminho mais curto
28 / 65
Busca em Largura
Teorema
Seja G = (V , E ) um grafo direcionado ou no, e suponha que BFS a executada a partir de um vrtice s V . Ento: e e a
Durante a busca, BFS descobre cada vrtice v V que seja e alcanvel a partir de s ca Ao nal, d[v ] = (s, v ) para todo v V . Alm disso, para qualquer vrtice v = s que seja alcanvel a e e ca partir de s, um caminho mais curto de s para v o caminho e de s para [v ] seguido da aresta ([v ], v ).
s [v ] v
Grafos e Algoritmos de Busca Busca em Profundidade
29 / 65
Sumrio a
Grafos e Algoritmos de Busca Busca em Profundidade Busca em Profundidade
30 / 65
Algoritmos de Busca
Busca em Profundidade

A estratgia aqui explorar o grafo em profundidade. e e Na busca em profundidade, as arestas so exploradas a partir a do vrtice mais recentemente visitado. e Da mesma forma que a busca em largura, sempre que um vrtice v descoberto durante a busca na lista de adjacncia e e e de um outro vrtice j visitado u, a DFS memoriza este e a evento ao denir o predecessor de v , [v ] como u. Diferentemente da BFS, cujo grafo predecessor forma uma rvore, o grafo predecessor de DFS pode ser composto de a vrias rvores. a a
31 / 65
Grafo predecessor
G = (V , E ) E = {([v ], v ) : v V e [v ] = NIL } Os vrtices do grafo so coloridos durante a busca. e a

Branco: antes da busca. Cinza: quando o vrtice for visitado. e Preto: quando os vrtices adjacentes foram visitados. e
32 / 65
timestamp
Alm de construir uma oresta, DFS marca cada vrtice com um e e timestamp. Cada vrtice tem dois timestamps. e
d[v ] indica o instante em que v foi visitado (pintado com cinza). f [v ] indica o instante em que a busca pelos vrtices na e lista de adjacncia de v foi completada (pintado de preto). e
Usando timestamp 1, 2, . . ., verica-se que

d[v ], f [v ] 1, . . . , 2|V |, v V d[v ] < f [v ], v V
33 / 65
Algoritmo
DFS(G ) for each vertex u V [G ] color [u] white [u] NIL time 0 for each u V [G ] if color [u] = white DFS visit(u)
34 / 65
Algoritmo
DFS visit(u) color [u] gray d[u] time time + 1 for each v Adj[u] if color [u] = white [v ] u DFS visit(v ) color [u] black f [u] time time + 1
Grafos e Algoritmos de Busca Busca em Profundidade Exemplo
35 / 65
Exemplo
u 1/ v w
36 / 65
Exemplo
u 1/ v 2/ w
37 / 65
Exemplo
u 1/ v 2/ w
3/ x y z
38 / 65
acements
Exemplo
u 1/ v 2/ w
4/ x
3/ y z
39 / 65
acements
Exemplo
u 1/ v 2/ w
4/5 x
3/ y z
40 / 65
acements
Exemplo
u 1/ v 2/ w
4/5 x
3/6 y z
41 / 65
acements
Exemplo
u 1/ v 2/7 w
4/5 x
3/6 y z
42 / 65
Exemplo
u 1/8 v 2/7 w 9/
4/5 x
3/6 y z
43 / 65
Exemplo
u 1/8 v 2/7 w 9/
4/5 x
3/6 y
10/ z
44 / 65
Exemplo
u 1/8 v 2/7 w 9/12
4/5 x
3/6 y
10/11 z
Grafos e Algoritmos de Busca Busca em Profundidade Anlise a
45 / 65
Anlise a
O procedimento DFS visit(v ) chamado exatamente uma vez e para cada vrtice, pois chamado apenas para vrtices white e na e e e primeira vez que isto acontece, ele pintado de gray . e
Grafos e Algoritmos de Busca Busca em Profundidade Anlise a
46 / 65
Propriedades da Busca em Profundidade

Teorema dos Parnteses e
Na busca em profundidade de um grafo (direcionado ou no-direcionado) G = (V , E ), para quaisquer dois vrtices u e v , a e exatamente uma de trs condies vale: e co 1. os intervalos [d[u], f [u]] e [d[v ], f [v ]] so disjuntos, e u no a a e descendente de v , bem como v no descendente de u na a e oresta da busca em profundidade 2. o intervalo [d[u], f [u]] est contido em [d[v ], f [v ]], e u um a e descendente de v na oresta da busca em profundidade 3. o intervalo [d[v ], f [v ]] est contido em [d[u], f [u]], e v um a e descendente de u na oresta da busca em profundidade
Grafos e Algoritmos de Busca Busca em Profundidade Teorema dos Parnteses e
47 / 65
y 3/6 B
z 2/9 F
s 1/10
t 11/16
4/5 C x
7/8 C w
12/13 C v
14/15 u
Grafos e Algoritmos de Busca Busca em Profundidade Teorema dos Parnteses e
48 / 65
s z y x w v
t u
10
11
12
13
14
15
16
Grafos e Algoritmos de Busca Busca em Profundidade Classicao de Arestas ca
49 / 65
A busca em profundidade pode ser usada para classicar as arestas de G = (V , E ). Tal classicao traz informaes uteis sobre o grafo. ca co Por exemplo, G ac e clico se no existem arestas reversas a
50 / 65

Podemos classicar as arestas em quatro tipos de acordo com a oresta G produzida pela busca em profundidade; Arestas Arvore: as arestas da oresta em profundidade G Arestas Reversas: as arestas (u, v ) que conectam u a um ancestral v Laos so considerados arestas reversas. c a Arestas Diretas: as arestas (u, v ) que conectam um vrtice u a um e descendente v Arestas Cruzadas: todas as demais arestas
51 / 65
y 3/6 B
z 2/9 F
s 1/10
t 11/16
4/5 C x
7/8 C w
12/13 C v
14/15 u
52 / 65
Classicao de Arestas ca
s C B z C y C w F v
t B
C u
Grafos e Algoritmos de Busca Ordenao Topolgica ca o
53 / 65
Sumrio a
54 / 65
Ordenao topolgica ca o
Mostraremos como busca em profundidade pode ser empregada para encontrar uma ordenao topolgica de um ca o grafo direcionado ac clico G = (V , E ). Uma ordenao topolgica u1 , . . . , un dos vrtices de G ca o e e uma ordenao linear tal que se (ui , uj ) E , ento ui precede ca a uj na ordenao, ou seja, i < j. ca Ordenao topolgica pode ser vista como um arranjo dos ca o vrtices na horizontal, tal que as arestas vo da esquerda para e a a direita.
55 / 65
Busca em Largura
Topological-Sort(G )
call DFS(G ) to compute nishing f [v ] for each vertex v , as each vertex is nished, insert it into the front of a linked list return the linked list of vertices
56 / 65
Exemplo
11/16 Roupa de Baixo Meias 17/18
12/15
Cala c Camisa 1/8
Sapatos 13/14
Relgio 9/10 o
6/7
Cinto Gravata 2/5
Jaqueta
3/4
57 / 65
Exemplo
Meias 17/18
Roupa de Baixo 11/16
Cala c 12/15
Sapatos 13/14
Relgio o 9/10
Camisa 1/8
Cinto 6/7
Gravata 2/5
Jaqueta 3/4
Grafos e Algoritmos de Busca Componentes Fortemente Conexos
58 / 65
Sumrio a
59 / 65
Componentes Fortemente Conexos
Um componente fortemente conexo de um grafo direcionado G = (V , E ) um conjunto de vrtices C V mximo tal que e e a para todo par de vrtices u e v em C , existe um caminho e u v e um caminho v u. Estamos interessados em desenvolver um algoritmo que encontra todos os componentes fortemente conexos de G . Vamos utilizar o grafo transposto G T = (V , E T ) onde E T = {(u, v ) : (v , u) E }. G T consiste de G com as arestas reversas.
60 / 65
Strongly-Connected-Components(G )
1 2 3 4 call DFS(G ) to compute nishing f [u] for each vertex u compute G T call DFS(G T ), but in the main loop of DFS, consider the vertices in decreasing order of f [u] (as computed in step 1) output the vertices of each depth-rst search tree built in step 3 as an independent connected component
61 / 65
Exemplo: Grafo G = (V , E )
62 / 65
DFS(G )
a 13/14
b 11/16
c 1/10
d 8/9
12/15 e
3/4 f
2/7 g
5/6 h
63 / 65
GT
64 / 65
DFS(G T )
Ns em amarelo so ra das rvores de profundidade. o a zes a
65 / 65
Concluses o
Fim! Obrigado pela presena c

Busca em Largura

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Busca em Largura

Încărcat de

Drepturi de autor:

Formate disponibile

Grafos e Algoritmos de Busca

Grafos e Algoritmos de Busca

DAS-9003: Introduo a Algoritmos ca

Grafos e Algoritmos de Busca Sumrio a

Grafos e Algoritmos de Busca Introduo ca

Grafos e Algoritmos de Busca Introduo ca

Grafos e Algoritmos de Busca Introduo ca

Grafos e Algoritmos de Busca Representao de Grafos ca

Grafos e Algoritmos de Busca Representao de Grafos ca

Grafos e Algoritmos de Busca Representao de Grafos ca

Grafos e Algoritmos de Busca Representao de Grafos ca

Grafos e Algoritmos de Busca Representao de Grafos ca

Grafos e Algoritmos de Busca Representao de Grafos ca

Grafos e Algoritmos de Busca Representao de Grafos ca

Grafos e Algoritmos de Busca Busca em Largura

Grafos e Algoritmos de Busca Busca em Largura

Grafos e Algoritmos de Busca Busca em Largura

Grafos e Algoritmos de Busca Busca em Largura

Grafos e Algoritmos de Busca Busca em Largura

Branca: no visitado a Cinza: visitado Preta: visitado e seus ns adjacentes visitados o

Grafos e Algoritmos de Busca Busca em Largura

Grafos e Algoritmos de Busca Busca em Largura

Grafos e Algoritmos de Busca Busca em Largura

Grafos e Algoritmos de Busca Busca em Largura Exemplo

Grafos e Algoritmos de Busca Busca em Largura Exemplo

Grafos e Algoritmos de Busca Busca em Largura Exemplo

Grafos e Algoritmos de Busca Busca em Largura Exemplo

Grafos e Algoritmos de Busca Busca em Largura Exemplo

Arvore da busca em largura

Grafos e Algoritmos de Busca Busca em Largura Anlise a

Grafos e Algoritmos de Busca Busca em Largura Caminho mais curto

Caminho mais curto

Grafos e Algoritmos de Busca Busca em Largura Caminho mais curto

Grafos e Algoritmos de Busca Busca em Profundidade

Grafos e Algoritmos de Busca Busca em Profundidade Busca em Profundidade

Grafos e Algoritmos de Busca Busca em Profundidade Busca em Profundidade

Grafos e Algoritmos de Busca Busca em Profundidade Busca em Profundidade

Usando timestamp 1, 2, . . ., verica-se que

d[v ], f [v ] 1, . . . , 2|V |, v V d[v ] < f [v ], v V

Grafos e Algoritmos de Busca Busca em Profundidade Busca em Profundidade

Grafos e Algoritmos de Busca Busca em Profundidade Busca em Profundidade

Grafos e Algoritmos de Busca Busca em Profundidade Exemplo

Grafos e Algoritmos de Busca Busca em Profundidade Exemplo

Grafos e Algoritmos de Busca Busca em Profundidade Exemplo

Grafos e Algoritmos de Busca Busca em Profundidade Exemplo

Grafos e Algoritmos de Busca Busca em Profundidade Exemplo

Grafos e Algoritmos de Busca Busca em Profundidade Exemplo

Grafos e Algoritmos de Busca Busca em Profundidade Exemplo

Grafos e Algoritmos de Busca Busca em Profundidade Exemplo

Grafos e Algoritmos de Busca Busca em Profundidade Exemplo

Grafos e Algoritmos de Busca Busca em Profundidade Exemplo

Grafos e Algoritmos de Busca Busca em Profundidade Anlise a

Grafos e Algoritmos de Busca Busca em Profundidade Anlise a

Propriedades da Busca em Profundidade

Grafos e Algoritmos de Busca Busca em Profundidade Teorema dos Parnteses e

Teorema dos Parnteses e

Grafos e Algoritmos de Busca Busca em Profundidade Teorema dos Parnteses e

Teorema dos Parnteses e

Grafos e Algoritmos de Busca Busca em Profundidade Classicao de Arestas ca

Propriedades da Busca em Profundidade

Grafos e Algoritmos de Busca Busca em Profundidade Classicao de Arestas ca

Propriedades da Busca em Profundidade

Grafos e Algoritmos de Busca Busca em Profundidade Classicao de Arestas ca