Handout - Institut für Theoretische Informatik - Technische ...
Handout - Institut für Theoretische Informatik - Technische ... Handout - Institut für Theoretische Informatik - Technische ...
6. Komplexität von Algorithmen 6.10 Komplexität von Optimierungsproblemen 6.10 Komplexität von Optimierungsproblemen Das TSP in seiner E-Variante wirkt etwas künstlich: die Schranke K hat intrinsisch wenig mit dem Problem zu tun. Gesucht ist eigentlich die “beste” Reiseroute. Ähnlich verhält es sich mit der Färbbarkeit von Graphen: hier ist eigentlich die minimale Farbenzahl von Interesse, mit der ein Graph gefärbt werden kann. An diese kann man sich “herantasten”, a indem man die Schranke k im zugehörigen E-Problem sukzessive verringert. Das deutet an, daß es neben den Klassen der Entscheidungs- oder E-Probleme und der Berechnungs- oder B-Probleme eine weitere Klasse interessanter und wichtiger Probleme von praktischer Relevanz gibt: die Optimierungs- oder O-Probleme. Jürgen Koslowski (TU-BS) Theoretische Informatik 2 SS 2012 172 / 215
6. Komplexität von Algorithmen 6.10 Komplexität von Optimierungsproblemen Die Probleme MaximalesMatching und MaxFlow Definition Ein gerichteter Graph G = 〈V , E〉 heißt bipartite, wenn eine Zerlegung V = V 0 + V 1 existiert, so daß alle Kanten nur von Knoten in V 0 zu Knoten in V 1 verlaufen, formal E ⊆ V 0 × V 1 + V 1 × V 0 . Unter einem Matching versteht man dann eine Menge paarweise disjunkter Kanten, d.h., je zwei Kanten haben keinen gemeinsamen Endpunkt. Bzgl. der Kantenzahl maximale Matchings kann man finden, indem man gegebene Matchings solange mittels sog. “erweiternder Wege”in größere Matchings umwandelt, wie möglich. Dann ist zu beweisen, daß alle derart konstruierbaren Matchings dieselbe Kantenzahl haben. Stattdessen werden wir MaximalesMatching auf ein allgemeineres Problem reduzieren. Jürgen Koslowski (TU-BS) Theoretische Informatik 2 SS 2012 173 / 215
- Seite 121 und 122: 6. Komplexität von Algorithmen 6.2
- Seite 123 und 124: 6. Komplexität von Algorithmen 6.2
- Seite 125 und 126: 6. Komplexität von Algorithmen 6.2
- Seite 127 und 128: 6. Komplexität von Algorithmen 6.2
- Seite 129 und 130: 6. Komplexität von Algorithmen 6.3
- Seite 131 und 132: 6. Komplexität von Algorithmen 6.3
- Seite 133 und 134: 6. Komplexität von Algorithmen 6.4
- Seite 135 und 136: 6. Komplexität von Algorithmen 6.4
- Seite 137 und 138: 6. Komplexität von Algorithmen 6.4
- Seite 139 und 140: 6. Komplexität von Algorithmen 6.4
- Seite 141 und 142: 6. Komplexität von Algorithmen 6.4
- Seite 143 und 144: 6. Komplexität von Algorithmen 6.5
- Seite 145 und 146: 6. Komplexität von Algorithmen 6.5
- Seite 147 und 148: 6. Komplexität von Algorithmen 6.6
- Seite 149 und 150: 6. Komplexität von Algorithmen 6.6
- Seite 151 und 152: 6. Komplexität von Algorithmen 6.7
- Seite 153 und 154: 6. Komplexität von Algorithmen 6.7
- Seite 155 und 156: 6. Komplexität von Algorithmen 6.7
- Seite 157 und 158: 6. Komplexität von Algorithmen 6.7
- Seite 159 und 160: 6. Komplexität von Algorithmen 6.7
- Seite 161 und 162: 6. Komplexität von Algorithmen 6.8
- Seite 163 und 164: 6. Komplexität von Algorithmen 6.8
- Seite 165 und 166: 6. Komplexität von Algorithmen 6.8
- Seite 167 und 168: 6. Komplexität von Algorithmen 6.8
- Seite 169 und 170: 6. Komplexität von Algorithmen 6.9
- Seite 171: 6. Komplexität von Algorithmen 6.9
- Seite 175 und 176: 6. Komplexität von Algorithmen 6.1
- Seite 177 und 178: 6. Komplexität von Algorithmen 6.1
- Seite 179 und 180: 6. Komplexität von Algorithmen 6.1
- Seite 181 und 182: 6. Komplexität von Algorithmen 6.1
- Seite 183 und 184: 6. Komplexität von Algorithmen 6.1
- Seite 185 und 186: 6. Komplexität von Algorithmen 6.1
- Seite 187 und 188: 6. Komplexität von Algorithmen 6.1
- Seite 189 und 190: 6. Komplexität von Algorithmen 6.1
- Seite 191 und 192: 6. Komplexität von Algorithmen 6.1
- Seite 193 und 194: 6. Komplexität von Algorithmen 6.1
- Seite 195 und 196: 6. Komplexität von Algorithmen 6.1
- Seite 197 und 198: 6. Komplexität von Algorithmen 6.1
- Seite 199 und 200: 6. Komplexität von Algorithmen 6.1
- Seite 201 und 202: 6. Komplexität von Algorithmen 6.1
- Seite 203 und 204: 6. Komplexität von Algorithmen 6.1
- Seite 205 und 206: 6. Komplexität von Algorithmen 6.1
- Seite 207 und 208: 6. Komplexität von Algorithmen 6.1
- Seite 209 und 210: 6. Komplexität von Algorithmen 6.1
- Seite 211 und 212: 6. Komplexität von Algorithmen 6.1
- Seite 213 und 214: 6. Komplexität von Algorithmen 6.1
- Seite 215: 6. Komplexität von Algorithmen 6.1
6. Komplexität von Algorithmen 6.10 Komplexität von Optimierungsproblemen<br />
Die Probleme MaximalesMatching und MaxFlow<br />
Definition<br />
Ein gerichteter Graph G = 〈V , E〉 heißt bipartite, wenn eine Zerlegung<br />
V = V 0 + V 1 existiert, so daß alle Kanten nur von Knoten in V 0 zu<br />
Knoten in V 1 verlaufen, formal E ⊆ V 0 × V 1 + V 1 × V 0 .<br />
Unter einem Matching versteht man dann eine Menge paarweise disjunkter<br />
Kanten, d.h., je zwei Kanten haben keinen gemeinsamen Endpunkt.<br />
Bzgl. der Kantenzahl maximale Matchings kann man finden, indem man<br />
gegebene Matchings solange mittels sog. “erweiternder Wege”in größere<br />
Matchings umwandelt, wie möglich. Dann ist zu beweisen, daß alle derart<br />
konstruierbaren Matchings dieselbe Kantenzahl haben.<br />
Stattdessen werden wir MaximalesMatching auf ein allgemeineres<br />
Problem reduzieren.<br />
Jürgen Koslowski (TU-BS) <strong>Theoretische</strong> <strong>Informatik</strong> 2 SS 2012 173 / 215