Kürzeste Wege und Dijkstras Algorithmus

Werbung
1
Algorithmen und Datenstrukturen
Wintersemester 2016/17
19. Vorlesung
Kürzeste Wege & Dijkstras Algorithmus
Prof. Dr. Alexander Wolff
Lehrstuhl für Informatik I
2
Wozu kürzeste Wege?
3-1
Modellierung des Problems Routenplanung
Straßenkreuzung → Knoten
Straßenabschnitt → zwei entgegengerichtete Kanten
Einbahnstraßenabschnitt → in Fahrtrichtung gerichtete Kante
Fahrtzeit für Abschnitt e → Kantengewicht w (e ) ≥ 0
Straßennetz → gerichteter, gewichteter und
zusammenhängender Graph G (V , E )
Start → Knoten s ∈ V
Ziel → Knoten t ∈ V
Start-Ziel-Route → s -t -Weg, d.h. Folge von Kanten
(s , v1 ), (v1 , v2 ), . . . , (vk , t ) in G
3-2
Modellierung des Problems Routenplanung
Straßenkreuzung → Knoten
Straßenabschnitt → zwei entgegengerichtete Kanten
Einbahnstraßenabschnitt → in Fahrtrichtung gerichtete Kante
Fahrtzeit für Abschnitt e → Kantengewicht w (e ) ≥ 0
Straßennetz → gerichteter, gewichteter und
zusammenhängender Graph G (V , E )
Start → Knoten s ∈ V
Ziel → Knoten t ∈ V
Start-Ziel-Route → s -t -Weg, d.h. Folge von Kanten
(s , v1 ), (v1 , v2 ), . . . , (vk , t ) in G
3-3
Modellierung des Problems Routenplanung
Straßenkreuzung → Knoten
Straßenabschnitt → zwei entgegengerichtete Kanten
Einbahnstraßenabschnitt → in Fahrtrichtung gerichtete Kante
Fahrtzeit für Abschnitt e → Kantengewicht w (e ) ≥ 0
Straßennetz → gerichteter, gewichteter und
zusammenhängender Graph G (V , E )
Start → Knoten s ∈ V
Ziel → Knoten t ∈ V
Start-Ziel-Route → s -t -Weg, d.h. Folge von Kanten
(s , v1 ), (v1 , v2 ), . . . , (vk , t ) in G
3-4
Modellierung des Problems Routenplanung
Straßenkreuzung → Knoten
Straßenabschnitt → zwei entgegengerichtete Kanten
Einbahnstraßenabschnitt → in Fahrtrichtung gerichtete Kante
Fahrtzeit für Abschnitt e → Kantengewicht w (e ) ≥ 0
Straßennetz → gerichteter, gewichteter und
zusammenhängender Graph G (V , E )
Start → Knoten s ∈ V
Ziel → Knoten t ∈ V
Start-Ziel-Route → s -t -Weg, d.h. Folge von Kanten
(s , v1 ), (v1 , v2 ), . . . , (vk , t ) in G
3-5
Modellierung des Problems Routenplanung
Straßenkreuzung → Knoten
Straßenabschnitt → zwei entgegengerichtete Kanten
Einbahnstraßenabschnitt → in Fahrtrichtung gerichtete Kante
Fahrtzeit für Abschnitt e → Kantengewicht w (e ) ≥ 0
Straßennetz → gerichteter, gewichteter und
zusammenhängender Graph G (V , E )
Start → Knoten s ∈ V
Ziel → Knoten t ∈ V
Start-Ziel-Route → s -t -Weg, d.h. Folge von Kanten
(s , v1 ), (v1 , v2 ), . . . , (vk , t ) in G
3-6
Modellierung des Problems Routenplanung
Straßenkreuzung → Knoten
Straßenabschnitt → zwei entgegengerichtete Kanten
Einbahnstraßenabschnitt → in Fahrtrichtung gerichtete Kante
Fahrtzeit für Abschnitt e → Kantengewicht w (e ) ≥ 0
Straßennetz → gerichteter, gewichteter und
zusammenhängender Graph G (V , E )
Start → Knoten s ∈ V
Ziel → Knoten t ∈ V
Start-Ziel-Route → s -t -Weg, d.h. Folge von Kanten
(s , v1 ), (v1 , v2 ), . . . , (vk , t ) in G
3-7
Modellierung des Problems Routenplanung
Straßenkreuzung → Knoten
Straßenabschnitt → zwei entgegengerichtete Kanten
Einbahnstraßenabschnitt → in Fahrtrichtung gerichtete Kante
Fahrtzeit für Abschnitt e → Kantengewicht w (e ) ≥ 0
Straßennetz → gerichteter, gewichteter und
zusammenhängender Graph G (V , E )
Start → Knoten s ∈ V
Ziel → Knoten t ∈ V
Start-Ziel-Route → s -t -Weg, d.h. Folge von Kanten
(s , v1 ), (v1 , v2 ), . . . , (vk , t ) in G
3-8
Modellierung des Problems Routenplanung
Straßenkreuzung → Knoten
Straßenabschnitt → zwei entgegengerichtete Kanten
Einbahnstraßenabschnitt → in Fahrtrichtung gerichtete Kante
Fahrtzeit für Abschnitt e → Kantengewicht w (e ) ≥ 0
Straßennetz → gerichteter, gewichteter und
zusammenhängender Graph G (V , E )
Start → Knoten s ∈ V
Ziel → Knoten t ∈ V
Start-Ziel-Route → s -t -Weg, d.h. Folge von Kanten
(s , v1 ), (v1 , v2 ), . . . , (vk , t ) in G
4-1
Wozu kürzeste Wege?
4-2
Wozu kürzeste Wege?
4-3
Wozu kürzeste Wege?
5
Wozu kürzeste Wege? (II)
6-1
Was ist das Problem?
Eingabe:
• gerichteter, zusammenhängender Graph G = (V , E )
mit nicht-negativen Kantengewichten w : E → Q+
0,
a
6
3
s
4
2 1
3
5
c
7
b
2 7
t
6-2
Was ist das Problem?
Eingabe:
• gerichteter, zusammenhängender Graph G = (V , E )
mit nicht-negativen Kantengewichten w : E → Q+
0,
a
6
• Knoten s und t
3
s
4
2 1
3
5
c
7
b
2 7
t
6-3
Was ist das Problem?
Eingabe:
• gerichteter, zusammenhängender Graph G = (V , E )
mit nicht-negativen Kantengewichten w : E → Q+
0,
b
a
6
• Knoten s und t
3
s
4
2 1
2 7
3
5
Ausgabe:
c
t
7
P
• kürzester s -t -Weg W in G , d.h.
e ∈W w (e ) minimal.
Darstellung durch Vorgänger-Zeiger π: für jeden Knoten v sei
π(v ) ∈ V ∪ {nil } Vorgänger von v auf kürzestem s -v -Weg.
6-4
Was ist das Problem?
Eingabe:
• gerichteter, zusammenhängender Graph G = (V , E )
mit nicht-negativen Kantengewichten w : E → Q+
0,
b
a
6
• Knoten s und t
3
s
4
2 1
2 7
3
5
Ausgabe:
c
t
7
P
• kürzester s -t -Weg W in G , d.h.
e ∈W w (e ) minimal.
Darstellung durch Vorgänger-Zeiger π: für jeden Knoten v sei
π(v ) ∈ V ∪ {nil } Vorgänger von v auf kürzestem s -v -Weg.
6-5
Was ist das Problem?
Eingabe:
• gerichteter, zusammenhängender Graph G = (V , E )
mit nicht-negativen Kantengewichten w : E → Q+
0,
b
a
6
• Knoten s und t
3
s
4
2 1
2 7
3
5
Ausgabe:
c
t
f|ür alle
t
∈
V
7
{z
}P
• kürzester s -t -Wege Wt in G , d.h.
e ∈W w (e ) minimal.
Darstellung durch Vorgänger-Zeiger π: für jeden Knoten v sei
π(v ) ∈ V ∪ {nil } Vorgänger von v auf kürzestem s -v -Weg.
6-6
Was ist das Problem?
Eingabe:
• gerichteter, zusammenhängender Graph G = (V , E )
mit nicht-negativen Kantengewichten w : E → Q+
0,
b
a
6
• Knoten s und t
3
s
4
2 1
2 7
3
5
Ausgabe:
c
t
f|ür alle
t
∈
V
7
{z
}P
• kürzester s -t -Wege Wt in G , d.h.
e ∈W w (e ) minimal.
Darstellung durch Vorgänger-Zeiger π: für jeden Knoten v sei
π(v ) ∈ V ∪ {nil } Vorgänger von v auf kürzestem s -v -Weg.
Nebenbemerkung: Analoge Berechnungsverfahren?
7-1
Dijkstra – BFS mit Gewichten
Dijkstra(WeightedGraph G = (V , E ; w ), Vertex s )
7-2
Dijkstra – BFS mit Gewichten
Dijkstra(WeightedGraph G = (V , E ; w ), Vertex s )
BFS(Graph G , Vertex s )
Initialize(G , s )
Q = new Queue()
Q .Enqueue(s )
while not Q .Empty() do
u = Q .Dequeue()
foreach v ∈ Adj[u ] do
if v .color == white then
v .color = gray
v .d = u .d + 1
v .π = u
Q .Enqueue(v )
u .color = black
7-3
Dijkstra – BFS mit Gewichten
Dijkstra(WeightedGraph G = (V , E ; w ), Vertex s )
// Gewichtung
Initialize(G , s )
Q = new PriorityQueue(V , d ) BFS(Graph G , Vertex s )
Initialize(G , s )
while not Q .Empty() do
Q = new Queue()
u = Q .ExtractMin()
Q .Enqueue(s )
foreach v ∈ Adj[u ] do
while not Q .Empty() do
Relax(u , v ; w )
u = Q .Dequeue()
u .color = black
foreach v ∈ Adj[u ] do
if v .color == white then
v .color = gray
v .d = u .d + 1
v .π = u
Q .Enqueue(v )
u .color = black
7-4
Dijkstra – BFS mit Gewichten
Dijkstra(WeightedGraph G = (V , E ; w ), Vertex s )
// Gewichtung
Initialize(G , s )
Q = new PriorityQueue(V , d ) BFS(Graph G , Vertex s )
Initialize(G , s )
while not Q .Empty() do
Q = new Queue()
u = Q .ExtractMin()
Q .Enqueue(s )
foreach v ∈ Adj[u ] do
while not Q .Empty() do
Relax(u , v ; w )
u = Q .Dequeue()
u .color = black
foreach v ∈ Adj[u ] do
if v .color == white then
v .color = gray
v .d = u .d + 1
v .π = u
Q .Enqueue(v )
u .color = black
7-5
Dijkstra – BFS mit Gewichten
Dijkstra(WeightedGraph G = (V , E ; w ), Vertex s )
// Gewichtung
Initialize(G , s )
Q = new PriorityQueue(V , d ) BFS(Graph G , Vertex s )
Initialize(G , s )
while not Q .Empty() do
Q = new Queue()
u = Q .ExtractMin()
Q .Enqueue(s )
foreach v ∈ Adj[u ] do
while not Q .Empty() do
Relax(u , v ; w )
u = Q .Dequeue()
u .color = black
Relax(u , v ; w )
Was muss in dieser
Unterroutine passieren?
Schreiben Sie’s auf!
foreach v ∈ Adj[u ] do
if v .color == white then
v .color = gray
v .d = u .d + 1
v .π = u
Q .Enqueue(v )
u .color = black
7-6
Dijkstra – BFS mit Gewichten
Dijkstra(WeightedGraph G = (V , E ; w ), Vertex s )
// Gewichtung
Initialize(G , s )
Q = new PriorityQueue(V , d ) BFS(Graph G , Vertex s )
Initialize(G , s )
while not Q .Empty() do
Q = new Queue()
u = Q .ExtractMin()
Q .Enqueue(s )
foreach v ∈ Adj[u ] do
while not Q .Empty() do
Relax(u , v ; w )
u = Q .Dequeue()
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
foreach v ∈ Adj[u ] do
if v .color == white then
v .color = gray
v .d = u .d + 1
v .π = u
Q .Enqueue(v )
u .color = black
8-1
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a
s
1
8
2 3
9
t
4 6
5
c
2
b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
8-2
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a∞
8
s
0
2 3
5
c∞
1
9
2
∞t
4 6
∞b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
8-3
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a∞
8
s
0
2 3
5
c∞
1
9
2
∞t
4 6
∞b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
8-4
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a∞
8
s
0
2 3
5
c∞
1
9
2
∞t
4 6
∞b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
8-5
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a∞
8
s
0
2 3
5
c∞
1
9
2
∞t
4 6
∞b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
8-6
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a
8
8
s
0
2 3
5
c∞
1
9
2
∞t
4 6
∞b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
8-7
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a
8
8
s
0
2 3
5
c∞
1
9
2
∞t
4 6
∞b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
8-8
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a
8
8
s
0
2 3
5
c 5
1
9
2
∞t
4 6
∞b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
8-9
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a
s
0
8
8
2 3
5
c 5
1
9
2
∞t
4 6
∞b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
8-1
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a
s
0
8
8
2 3
5
c 5
1
9
2
∞t
4 6
∞b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
8-1
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a
s
0
8
8
2 3
5
c 5
1
9
2
∞t
4 6
∞b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
8-1
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a
s
0
8
8
2 3
5
c 5
1
9
2
14
t
4 6
7 b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
8-1
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a
s
0
8
8
2 3
5
c 5
1
9
2
14
t
4 6
7 b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
8-1
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a
s
0
8
8
2 3
5
c 5
1
9
2
14
t
4 6
7 b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
8-1
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a
s
0
8
8
2 3
5
c 5
1
9
2
14
t
4 6
7 b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
8-1
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a
s
0
8
8
2 3
5
c 5
1
9
2
13
t
4 6
7 b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
8-1
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a
s
0
8
8
2 3
5
c 5
1
9
2
13
t
4 6
7 b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
8-1
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a
s
0
8
8
2 3
5
c 5
1
9
2
13
t
4 6
7 b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
8-1
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a
s
0
8
8
2 3
5
c 5
1
9
2
13
t
4 6
7 b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
8-2
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a
s
0
8
8
2 3
5
c 5
1
9
2
9
t
4 6
7 b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
8-2
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a
s
0
8
8
2 3
5
c 5
1
9
2
9
t
4 6
7 b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
8-2
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a
s
0
8
8
2 3
5
c 5
1
9
2
9
t
4 6
7 b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
8-2
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a
s
0
8
8
2 3
5
c 5
1
9
2
9
t
4 6
7 b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
8-2
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a
s
0
8
8
2 3
5
c 5
1
9
2
t
9
4 6
7 b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
8-2
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a
s
0
8
8
2 3
5
c 5
1
9
2
t
9
4 6
7 b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
Kürzester-Wege-Baum
mit Wurzel s
Dijkstra – ein Beispiel
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
a
s
0
8
8
2 3
5
c 5
1
9
2
t
9
4 6
7 b
Initialize(Graph G , Vertex s )
foreach u ∈ V do
u .color = white
u .d = ∞
u .π = nil
s .color = gray
s .d = 0
8-2
9-1
Dijkstra – die Laufzeit
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
9-2
Dijkstra – die Laufzeit
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
9-3
Dijkstra – die Laufzeit
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
O ( ) Zeit
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
9-4
Dijkstra – die Laufzeit
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
O (V ) Zeit
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
9-5
Dijkstra – die Laufzeit
Abk. für O (V )
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
O (V ) Zeit
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
9-6
Dijkstra – die Laufzeit
Abk. für O (V )
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
O (V ) Zeit
Q = new PriorityQueue(V , d )
while not Q .Empty() do
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
9-7
Dijkstra – die Laufzeit
Abk. für O (V )
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
O (V ) Zeit
Q = new PriorityQueue(V , d )
while not Q .Empty() do
genau |V | mal
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
9-8
Dijkstra – die Laufzeit
Abk. für O (V )
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
O (V ) Zeit
Q = new PriorityQueue(V , d )
while not Q .Empty() do
genau |V | mal
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
Wie oft wird Relax
aufgerufen?
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
9-9
Dijkstra – die Laufzeit
Abk. für O (V )
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
O (V ) Zeit
Q = new PriorityQueue(V , d )
while not Q .Empty() do
genau |V | mal
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
Wie oft wird Relax
aufgerufen?
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
Für jeden Knoten u ∈ V
genau |Adj[u ]|
mal,
9-1
Dijkstra – die Laufzeit
Abk. für O (V )
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
O (V ) Zeit
Q = new PriorityQueue(V , d )
while not Q .Empty() do
genau |V | mal
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
Wie oft wird Relax
aufgerufen?
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
Für jeden Knoten u ∈ V
(out-)
genau |Adj[u ]|= deg u mal,
9-1
Dijkstra – die Laufzeit
Abk. für O (V )
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
O (V ) Zeit
Q = new PriorityQueue(V , d )
while not Q .Empty() do
genau |V | mal
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
Wie oft wird Relax
aufgerufen?
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
Für jeden Knoten u ∈ V
(out-)
genau |Adj[u ]|= deg u mal,
also insg. Θ (E ) mal.
9-1
Dijkstra – die Laufzeit
Abk. für O (V )
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
O (V ) Zeit
Q = new PriorityQueue(V , d )
while not Q .Empty() do
genau |V | mal
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
Wie oft wird Relax
aufgerufen?
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
Für jeden Knoten u ∈ V
(out-)
genau |Adj[u ]|= deg u mal,
also insg. Θ (E ) mal.
Also wird DecreaseKey
O (E ) mal aufgerufen.
9-1
Dijkstra – die Laufzeit
Abk. für O (V )
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
O (V ) Zeit
Q = new PriorityQueue(V , d )
while not Q .Empty() do
genau |V | mal
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
Wie oft wird Relax
aufgerufen?
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
Für jeden Knoten u ∈ V
(out-)
genau |Adj[u ]|= deg u mal,
also insg. Θ (E ) mal.
Also wird DecreaseKey
O (E ) mal aufgerufen.
9-1
Dijkstra – die Laufzeit
Abk. für O (V )
Dijkstra(WeightedGraph G , Vertex s )
Initialize(G , s )
O (V ) Zeit
Q = new PriorityQueue(V , d )
while not Q .Empty() do
genau |V | mal
u = Q .ExtractMin()
foreach v ∈ Adj[u ] do
Relax(u , v ; w )
Wie oft wird Relax
aufgerufen?
u .color = black
Relax(u , v ; w )
if v .d > u .d + w (u , v ) then
v .color = gray
v .d = u .d + w (u , v )
v .π = u
Q .DecreaseKey(v , v .d )
Für jeden Knoten u ∈ V
(out-)
genau |Adj[u ]|= deg u mal,
also insg. Θ (E ) mal.
Also wird DecreaseKey
O (E ) mal aufgerufen.
10 -
Dijkstra – die Laufzeit
Satz.
Gegeben ein Graph G = (V , E ), läuft Dijstras Alg. in
O (V · TExtractMin (V ) + E · TDecreaseKey (V )) Zeit.
10 -
Dijkstra – die Laufzeit
Satz.
Gegeben ein Graph G = (V , E ), läuft Dijstras Alg. in
O (V · TExtractMin (V ) + E · TDecreaseKey (V )) Zeit.
Implementierung
einer PriorityQueue TExtractMin (n) TDecreaseKey (n) TDijkstra (V , E )
10 -
Dijkstra – die Laufzeit
Satz.
Gegeben ein Graph G = (V , E ), läuft Dijstras Alg. in
O (V · TExtractMin (V ) + E · TDecreaseKey (V )) Zeit.
n = (max.) Anzahl der Elemente in der PriorityQueue
Implementierung
einer PriorityQueue TExtractMin (n) TDecreaseKey (n) TDijkstra (V , E )
10 -
Dijkstra – die Laufzeit
Satz.
Gegeben ein Graph G = (V , E ), läuft Dijstras Alg. in
O (V · TExtractMin (V ) + E · TDecreaseKey (V )) Zeit.
Implementierung
einer PriorityQueue TExtractMin (n) TDecreaseKey (n) TDijkstra (V , E )
10 -
Dijkstra – die Laufzeit
Satz.
Gegeben ein Graph G = (V , E ), läuft Dijstras Alg. in
O (V · TExtractMin (V ) + E · TDecreaseKey (V )) Zeit.
Implementierung
einer PriorityQueue TExtractMin (n) TDecreaseKey (n) TDijkstra (V , E )
als unsortiertes Feld
10 -
Dijkstra – die Laufzeit
Satz.
Gegeben ein Graph G = (V , E ), läuft Dijstras Alg. in
O (V · TExtractMin (V ) + E · TDecreaseKey (V )) Zeit.
Implementierung
einer PriorityQueue TExtractMin (n) TDecreaseKey (n) TDijkstra (V , E )
als unsortiertes Feld
O (n )
10 -
Dijkstra – die Laufzeit
Satz.
Gegeben ein Graph G = (V , E ), läuft Dijstras Alg. in
O (V · TExtractMin (V ) + E · TDecreaseKey (V )) Zeit.
Implementierung
einer PriorityQueue TExtractMin (n) TDecreaseKey (n) TDijkstra (V , E )
als unsortiertes Feld
? ) Das geht, weil
O (n )
O (1)?
10 -
Dijkstra – die Laufzeit
Satz.
Gegeben ein Graph G = (V , E ), läuft Dijstras Alg. in
O (V · TExtractMin (V ) + E · TDecreaseKey (V )) Zeit.
Implementierung
einer PriorityQueue TExtractMin (n) TDecreaseKey (n) TDijkstra (V , E )
als unsortiertes Feld
O (n )
O (1)?
? ) Das geht, weil wir bei ExtractMin Lücken im Feld lassen; daher bleiben die Schlüssel an ihrem Platz (→ Direktzugriff)
10 -
Dijkstra – die Laufzeit
Satz.
Gegeben ein Graph G = (V , E ), läuft Dijstras Alg. in
O (V · TExtractMin (V ) + E · TDecreaseKey (V )) Zeit.
Implementierung
einer PriorityQueue TExtractMin (n) TDecreaseKey (n) TDijkstra (V , E )
als unsortiertes Feld
O (n )
O (1)?
O ( V 2 +E )
? ) Das geht, weil wir bei ExtractMin Lücken im Feld lassen; daher bleiben die Schlüssel an ihrem Platz (→ Direktzugriff)
10 -
Dijkstra – die Laufzeit
Satz.
Gegeben ein Graph G = (V , E ), läuft Dijstras Alg. in
O (V · TExtractMin (V ) + E · TDecreaseKey (V )) Zeit.
Implementierung
einer PriorityQueue TExtractMin (n) TDecreaseKey (n) TDijkstra (V , E )
als unsortiertes Feld
O (n )
O (1)?
O ( V 2 +E )
als Heap
? ) Das geht, weil wir bei ExtractMin Lücken im Feld lassen; daher bleiben die Schlüssel an ihrem Platz (→ Direktzugriff)
10 -
Dijkstra – die Laufzeit
Satz.
Gegeben ein Graph G = (V , E ), läuft Dijstras Alg. in
O (V · TExtractMin (V ) + E · TDecreaseKey (V )) Zeit.
Implementierung
einer PriorityQueue TExtractMin (n) TDecreaseKey (n) TDijkstra (V , E )
als unsortiertes Feld
als Heap
O (n )
O (1)?
O ( V 2 +E )
O (log n)
? ) Das geht, weil wir bei ExtractMin Lücken im Feld lassen; daher bleiben die Schlüssel an ihrem Platz (→ Direktzugriff)
10 -
Dijkstra – die Laufzeit
Satz.
Gegeben ein Graph G = (V , E ), läuft Dijstras Alg. in
O (V · TExtractMin (V ) + E · TDecreaseKey (V )) Zeit.
Implementierung
einer PriorityQueue TExtractMin (n) TDecreaseKey (n) TDijkstra (V , E )
als unsortiertes Feld
als Heap
O (n )
O (1)?
O (log n)
O (log n)
O ( V 2 +E )
? ) Das geht, weil wir bei ExtractMin Lücken im Feld lassen; daher bleiben die Schlüssel an ihrem Platz (→ Direktzugriff)
10 -
Dijkstra – die Laufzeit
Satz.
Gegeben ein Graph G = (V , E ), läuft Dijstras Alg. in
O (V · TExtractMin (V ) + E · TDecreaseKey (V )) Zeit.
Implementierung
einer PriorityQueue TExtractMin (n) TDecreaseKey (n) TDijkstra (V , E )
als unsortiertes Feld
als Heap
O (n )
O (1)?
O ( V 2 +E )
O (log n)
O (log n)
O ((E +V ) log V )
? ) Das geht, weil wir bei ExtractMin Lücken im Feld lassen; daher bleiben die Schlüssel an ihrem Platz (→ Direktzugriff)
10 -
Dijkstra – die Laufzeit
Satz.
Gegeben ein Graph G = (V , E ), läuft Dijstras Alg. in
O (V · TExtractMin (V ) + E · TDecreaseKey (V )) Zeit.
Implementierung
einer PriorityQueue TExtractMin (n) TDecreaseKey (n) TDijkstra (V , E )
als unsortiertes Feld
als Heap
O (n )
O (1)?
O ( V 2 +E )
O (log n)
O (log n)
O ((E +V ) log V )
als Fibonacci-Heap
? ) Das geht, weil wir bei ExtractMin Lücken im Feld lassen; daher bleiben die Schlüssel an ihrem Platz (→ Direktzugriff)
10 -
Dijkstra – die Laufzeit
Satz.
Gegeben ein Graph G = (V , E ), läuft Dijstras Alg. in
O (V · TExtractMin (V ) + E · TDecreaseKey (V )) Zeit.
Implementierung
einer PriorityQueue TExtractMin (n) TDecreaseKey (n) TDijkstra (V , E )
als unsortiertes Feld
als Heap
als Fibonacci-Heap
O (n )
O (1)?
O ( V 2 +E )
O (log n)
O (log n)
O ((E +V ) log V )
O (log n)
amortisiert
? ) Das geht, weil wir bei ExtractMin Lücken im Feld lassen; daher bleiben die Schlüssel an ihrem Platz (→ Direktzugriff)
10 -
Dijkstra – die Laufzeit
Satz.
Gegeben ein Graph G = (V , E ), läuft Dijstras Alg. in
O (V · TExtractMin (V ) + E · TDecreaseKey (V )) Zeit.
Implementierung
einer PriorityQueue TExtractMin (n) TDecreaseKey (n) TDijkstra (V , E )
als unsortiertes Feld
als Heap
als Fibonacci-Heap
O (n )
O (1)?
O ( V 2 +E )
O (log n)
O (log n)
O ((E +V ) log V )
O (log n)
amortisiert
O (1)
amortisiert
? ) Das geht, weil wir bei ExtractMin Lücken im Feld lassen; daher bleiben die Schlüssel an ihrem Platz (→ Direktzugriff)
10 -
Dijkstra – die Laufzeit
Satz.
Gegeben ein Graph G = (V , E ), läuft Dijstras Alg. in
O (V · TExtractMin (V ) + E · TDecreaseKey (V )) Zeit.
Implementierung
einer PriorityQueue TExtractMin (n) TDecreaseKey (n) TDijkstra (V , E )
als unsortiertes Feld
als Heap
als Fibonacci-Heap
O (n )
O (1)?
O ( V 2 +E )
O (log n)
O (log n)
O ((E +V ) log V )
O (log n)
amortisiert
O (1)
amortisiert
O (E + V log V )
im Worst-Case!
? ) Das geht, weil wir bei ExtractMin Lücken im Feld lassen; daher bleiben die Schlüssel an ihrem Platz (→ Direktzugriff)
10 -
Dijkstra – die Laufzeit
Satz.
Gegeben ein Graph G = (V , E ), läuft Dijstras Alg. in
O (V · TExtractMin (V ) + E · TDecreaseKey (V )) Zeit.
Implementierung
einer PriorityQueue TExtractMin (n) TDecreaseKey (n) TDijkstra (V , E )
als unsortiertes Feld
als Heap
als Fibonacci-Heap
O (n )
O (1)?
O ( V 2 +E )
O (log n)
O (log n)
O ((E +V ) log V )
O (log n)
amortisiert
O (1)
amortisiert
O (E + V log V )
im Worst-Case!
? ) Das geht, weil wir bei ExtractMin Lücken im Feld lassen; daher bleiben die Schlüssel an ihrem Platz (→ Direktzugriff)
siehe Seminar Entwurf und Analyse von Datenstrukturen!
10 -
Dijkstra – die Laufzeit
Satz.
Gegeben ein Graph G = (V , E ), läuft Dijstras Alg. in
O (V · TExtractMin (V ) + E · TDecreaseKey (V )) Zeit.
Implementierung
einer PriorityQueue TExtractMin (n) TDecreaseKey (n) TDijkstra (V , E )
als unsortiertes Feld
als Heap
als Fibonacci-Heap
O (n )
O (1)?
O ( V 2 +E )
O (log n)
O (log n)
O ((E +V ) log V )
O (log n)
amortisiert
O (1)
amortisiert
O (E + V log V )
im Worst-Case!
? ) Das geht, weil wir bei ExtractMin Lücken im Feld lassen; daher bleiben die Schlüssel an ihrem Platz (→ Direktzugriff)
10 -
Dijkstra – die Laufzeit
Satz.
Gegeben ein Graph G = (V , E ), läuft Dijstras Alg. in
O (V · TExtractMin (V ) + E · TDecreaseKey (V )) Zeit.
Implementierung
einer PriorityQueue TExtractMin (n) TDecreaseKey (n) TDijkstra (V , E )
als unsortiertes Feld
als Heap
als Fibonacci-Heap
O (n )
O (1)?
O ( V 2 +E )
O (log n)
O (log n)
O ((E +V ) log V )
O (log n)
amortisiert
O (1)
amortisiert
O (E + V log V )
im Worst-Case!
? ) Das geht, weil wir bei ExtractMin Lücken im Feld lassen; daher bleiben die Schlüssel an ihrem Platz (→ Direktzugriff)
Korollar. In einem Graphen G = (V , E ; w ) mit w : E → Q≥0
kann man in O (E + V log V ) Zeit die kürzesten Wege
von einem zu allen Knoten berechnen (SSSP-Problem).
10 -
Dijkstra – die Laufzeit
Satz.
Gegeben ein Graph G = (V , E ), läuft Dijstras Alg. in
O (V · TExtractMin (V ) + E · TDecreaseKey (V )) Zeit.
Implementierung
einer PriorityQueue TExtractMin (n) TDecreaseKey (n) TDijkstra (V , E )
als unsortiertes Feld
als Heap
als Fibonacci-Heap
O (n )
O (1)?
O ( V 2 +E )
O (log n)
O (log n)
O ((E +V ) log V )
O (log n)
amortisiert
O (1)
amortisiert
O (E + V log V )
im Worst-Case!
? ) Das geht, weil wir bei ExtractMin Lücken im Feld lassen; daher bleiben die Schlüssel an ihrem Platz (→ Direktzugriff)
Korollar. In einem Graphen G = (V , E ; w ) mit w : E → Q≥0
kann man in O (E + V log V ) Zeit die kürzesten Wege
von einem zu allen Knoten berechnen (SSSP-Problem).
11 -
Dijkstra – die Korrektheit
11 -
Dijkstra – die Korrektheit
siehe [CLRS], Kapitel 24.3., Satz 24.6:
Korrektheisbeweis mittels Schleifeninvariante.
11 -
Dijkstra – die Korrektheit
siehe [CLRS], Kapitel 24.3., Satz 24.6:
Korrektheisbeweis mittels Schleifeninvariante.
oder
11 -
Dijkstra – die Korrektheit
siehe [CLRS], Kapitel 24.3., Satz 24.6:
Korrektheisbeweis mittels Schleifeninvariante.
oder
MIT-Vorlesungsmitschnitt von Erik Demaine:
http://videolectures.net/mit6046jf05_demaine_lec17
12 -
Wozu kürzeste Wege? (III) – SMSen
GHI
MNO
DEF
MNO
PQRS
MNO
ABC
TUV
GHI
JKL
12 -
Wozu kürzeste Wege? (III) – SMSen
GHI
MNO
DEF
MNO
PQRS
MNO
ABC
TUV
GHI
JKL
12 -
Wozu kürzeste Wege? (III) – SMSen
GHI
MNO
DEF
MNO
PQRS
MNO
ABC
TUV
GHI
JKL
10:21 für T9
13 -
Modellierung – SMSen
J
K
L
P
W
Q
X
R
Y
S
Z
T
U
V
13 -
Modellierung – SMSen
J
K
L
Graph:
P
W
Q
X
R
Y
S
Z
T
U
V
13 -
Modellierung – SMSen
J
K
L
Graph:
P
W
Q
X
R
Y
S
Z
T
U
V
Knoten =
ˆ Buchstaben
13 -
Modellierung – SMSen
J
K
L
Graph:
P
W
Q
X
R
Y
S
Z
T
U
V
Knoten =
ˆ Buchstaben
Kanten =
ˆ aufeinanderfolgende Buchst.
13 -
Modellierung – SMSen
J
K
L
Graph:
P
W
Q
X
R
Y
S
Z
T
U
V
Knoten =
ˆ Buchstaben
Kanten =
ˆ aufeinanderfolgende Buchst.
13 -
Modellierung – SMSen
J
K
L
Graph:
P
W
Q
X
R
Y
S
Z
T
U
V
Knoten =
ˆ Buchstaben
Kanten =
ˆ aufeinanderfolgende Buchst.
13 -
Modellierung – SMSen
0,00001
Q
X
T
01
00
K 0,15 U
0,0
0
0,
0,0
2
03
0,
R
01
0
0
0,00005
10
Y
Graph:
0,0
03
S
01
0,0
0,
L 0,00001 V
0,0
20
0,
02
0,03
W
01
0, 0
J
P
Z
Knoten =
ˆ Buchstaben
Kanten =
ˆ aufeinanderfolgende Buchst.
Gewichte =
ˆ Wahrscheinlichkeiten w
13 -
Modellierung – SMSen
0,00001
Q
X
T
01
00
K 0,15 U
0,0
0
0,
0,0
2
03
0,
R
01
0
0
0,00005
10
Y
Graph:
0,0
03
S
01
0,0
0,
L 0,00001 V
0,0
20
0,
02
0,03
W
01
0, 0
J
P
Z
Knoten =
ˆ Buchstaben
Kanten =
ˆ aufeinanderfolgende Buchst.
Gewichte =
ˆ Wahrscheinlichkeiten w / Häufigkeiten
13 -
Modellierung – SMSen
0,00001
Q
X
T
01
00
K 0,15 U
0,0
0
0,
0,0
2
03
0,
R
01
0
0
0,00005
10
Y
Graph:
Gesucht:
0,0
03
S
01
0,0
0,
L 0,00001 V
0,0
20
0,
02
0,03
W
01
0, 0
J
P
Z
Knoten =
ˆ Buchstaben
Kanten =
ˆ aufeinanderfolgende Buchst.
Gewichte =
ˆ Wahrscheinlichkeiten w / Häufigkeiten
13 -
Modellierung – SMSen
0,00001
Q
X
T
01
00
K 0,15 U
0,0
0
0,
0,0
2
03
0,
R
01
0
0
0,00005
10
Y
Graph:
0,0
03
S
01
0,0
0,
L 0,00001 V
0,0
20
0,
02
0,03
W
01
0, 0
J
P
Z
Knoten =
ˆ Buchstaben
Kanten =
ˆ aufeinanderfolgende Buchst.
Gewichte =
ˆ Wahrscheinlichkeiten w / Häufigkeiten
Gesucht: Weg P von
nach
mit größter WK
13 -
Modellierung – SMSen
0,00001
Q
X
T
01
00
K 0,15 U
0,0
0
0,
0,0
2
03
0,
R
01
0
0
0,00005
10
Y
0,0
03
S
01
0,0
0,
L 0,00001 V
0,0
20
0,
02
0,03
W
01
0, 0
J
P
Z
Knoten =
ˆ Buchstaben
Kanten =
ˆ aufeinanderfolgende Buchst.
Gewichte =
ˆ Wahrscheinlichkeiten w / Häufigkeiten
Q
Gesucht: Weg P von nach mit größter WK (= e ∈P w (e ))
Graph:
13 -
Modellierung – SMSen
0,00001
Q
X
T
01
00
K 0,15 U
0,0
0
0,
0,0
2
03
0,
R
01
0
0
0,00005
10
Y
0,0
03
S
01
0,0
0,
L 0,00001 V
0,0
20
0,
02
0,03
W
01
0, 0
J
P
Z
Knoten =
ˆ Buchstaben
Kanten =
ˆ aufeinanderfolgende Buchst.
Gewichte =
ˆ Wahrscheinlichkeiten w / Häufigkeiten
Q
Gesucht: Weg P von nach mit größter WK (= e ∈P w (e ))
Graph:
Lösung:
dynamisches Programmieren. . .
13 -
Modellierung – SMSen
0,00001
Q
X
T
01
00
K 0,15 U
0,0
0
0,
0,0
2
03
0,
R
01
0
0
0,00005
10
Y
0,0
03
S
01
0,0
0,
L 0,00001 V
0,0
20
0,
02
0,03
W
01
0, 0
J
P
Z
Knoten =
ˆ Buchstaben
Kanten =
ˆ aufeinanderfolgende Buchst.
Gewichte =
ˆ Wahrscheinlichkeiten w / Häufigkeiten
Q
Gesucht: Weg P von nach mit größter WK (= e ∈P w (e ))
Graph:
Lösung:
dynamisches Programmieren. . .
[kommt noch!]
14 -
Literatur
• A note on two problems in
connexion with graphs.
Edsger Wybe Dijkstra:
Numerische Mathematik (1)
1959, S. 269–271.
Edsger Wybe Dijkstra
∗
1930 in Rotterdam
† 2002 in Nuenen, Niederlande
14 -
Literatur
• A note on two problems in
connexion with graphs.
Edsger Wybe Dijkstra:
Numerische Mathematik (1)
1959, S. 269–271.
• Das Geheimnis des
kürzesten Weges.
Ein mathematisches Abenteuer.
Peter Gritzmann und
René Brandenberg:
Springer-Verlag, 3. Aufl., 2005.
Edsger Wybe Dijkstra
∗
1930 in Rotterdam
† 2002 in Nuenen, Niederlande
14 -
Literatur
• A note on two problems in
connexion with graphs.
Edsger Wybe Dijkstra:
Numerische Mathematik (1)
1959, S. 269–271.
• Das Geheimnis des
kürzesten Weges.
Ein mathematisches Abenteuer.
Peter Gritzmann und
René Brandenberg:
Springer-Verlag, 3. Aufl., 2005.
Beide Werke sind über die UB
frei zugänglich und über unsere
WueCampus-Seite verlinkt!
Edsger Wybe Dijkstra
∗
1930 in Rotterdam
† 2002 in Nuenen, Niederlande
14 -
Literatur
• A note on two problems in
connexion with graphs.
Edsger Wybe Dijkstra:
Numerische Mathematik (1)
1959, S. 269–271.
Lesen Sie
• Das Geheimnis des
mal rein!
kürzesten Weges.
Ein mathematisches Abenteuer.
Peter Gritzmann und
René Brandenberg:
Springer-Verlag, 3. Aufl., 2005.
Beide Werke sind über die UB
frei zugänglich und über unsere
WueCampus-Seite verlinkt!
Edsger Wybe Dijkstra
∗
1930 in Rotterdam
† 2002 in Nuenen, Niederlande
15 -
Kürzeste Wege nach Dijkstra
X
X
nicht-neg. Kantengew.
Dijkstra
O (E + V log V )
ungewichteter Graph
Breitensuche
O (E + V )
azyklischer Graph
topol. Sortieren O (E + V )
negative Kantengew.
Bellman-Ford
O (E V )
für alle Knotenpaare
V × Dijkstra
O (V (E + V log V ))
+ negative Kantengew. Floyd-Warshall
k kürzeste s -t -Wege
O (V 3 )
Johnson
O (V (E + V log V ))
Eppstein
O (k + E + V log V )
15 -
Kürzeste Wege nach Dijkstra
X
O (E + V )
X
ächstes
O (E + V ) N
X
Mal!
O (E + V log V )
nicht-neg. Kantengew.
Dijkstra
ungewichteter Graph
Breitensuche
azyklischer Graph
topol. Sortieren
negative Kantengew.
Bellman-Ford
O (E V )
für alle Knotenpaare
V × Dijkstra
O (V (E + V log V ))
+ negative Kantengew. Floyd-Warshall
k kürzeste s -t -Wege
O (V 3 )
Johnson
O (V (E + V log V ))
Eppstein
O (k + E + V log V )
15 -
Kürzeste Wege nach Dijkstra
nicht-neg. Kantengew.
Dijkstra
ungewichteter Graph
Breitensuche
azyklischer Graph
topol. Sortieren
X
O (E + V )
X
ächstes
O (E + V ) N
X
Mal!
O (E + V log V )
Vorlesung Alg.
Graphentheorie (?)
negative Kantengew.
Bellman-Ford
O (E V )
für alle Knotenpaare
V × Dijkstra
O (V (E + V log V ))
+ negative Kantengew. Floyd-Warshall
k kürzeste s -t -Wege
O (V 3 )
Johnson
O (V (E + V log V ))
Eppstein
O (k + E + V log V )
15 -
Kürzeste Wege nach Dijkstra
nicht-neg. Kantengew.
Dijkstra
ungewichteter Graph
Breitensuche
azyklischer Graph
topol. Sortieren
X
O (E + V )
X
ächstes
O (E + V ) N
X
Mal!
O (E + V log V )
Vorlesung Alg.
Graphentheorie (?)
negative Kantengew.
Bellman-Ford
O (E V )
für alle Knotenpaare
V × Dijkstra
O (V (E + V log V ))
+ negative Kantengew. Floyd-Warshall
k kürzeste s -t -Wege
3
O (V )
X
Johnson
O (V (E + V log V ))
Eppstein
O (k + E + V log V )
Herunterladen