Презентация на тему "Метод поиска в глубину"

Содержание

• 
  Слайд 1

  Метод поиска в глубину

  Лекция 8

• 
  Слайд 2

  Поиск в глубину (Depth-firstsearch, DFS)

  Пусть задан граф G = (V,E). Алгоритм поиска описывается следующим образом: для каждой непройденной вершины необходимо найти все непройденные смежные вершины и повторить поиск для них. Пусть в начальный момент времени все вершины окрашены в белый цвет. Из множества всех белых вершин выберем любую вершину:v1. Выполним для нее процедуру Поиск(v1). Перекрасим ее в черный цвет. Повторяем шаги 1-3 до тех пор, пока множество белых вершин не пусто.

• 
  Слайд 3

  Процедура Поиск(u)

  Поиск(u) {  цвет [u] ← серый; d[u]=time++; // время входа в вершину, // порядковый глубинный номер вершины для v смежные(u) выполнить {    если(цвет[v] = белый)то { отец [v] ← u; Поиск(v); } } цвет[u] ← чёрный; f [u] ← time++; // время выхода из вершины }

• 
  Слайд 4

  Процедура Поиск_в_графе

  Поиск_в_графе() {  дляu V выполнить {  цвет [u] ← белый; отец [u]← NULL; } time ← 0; дляu V выполнить     если (цвет [u] = белый) то Поиск(u); }

• 
  Слайд 5

  Анализ

  Общее число операций при выполнении Поиск_в_графе: O(|V|) Общее число операций при выполнении Поиск(u): Цикл выполняется |смежные[v]| раз. ∑ |смежные[v]| = O(|E|) Общее число операций: O(|V|+|E|)

• 
  Слайд 6

  Поиск в глубину в неориентированном графе

  2 3 1 5 4 6

• 
  Слайд 7

  Глубинный остовный лес

  Поиск в глубину на неориентированном графе G= (V, Е) разбивает ребра, составляющие Е, на два множества Т и В. Ребро (v, w) помещается в множество Т, если узел w не посещался до того момента, когда мы, рассматривая ребро (и, w), оказались в узле v. В противном случае ребро (v, w) помещается в множество В. Ребра из Т будем называть древесными, а из В — обратными. Подграф (V, Т) представляет собой неориентированный лес, называемый остовным лесом для G, построенным поиском в глубину, или, короче, глубинным остовным лесом для G. Если этот лес состоит из единственного дерева, (V, Т) будем называть по аналогии глубинным остовным деревом. Заметим, что если граф связен, то глубинный остовный лес будет деревом. Узел, с которого начинался поиск, считается корнем соответствующего дерева.

• 
  Слайд 8

  Свойства поиска в глубину

  Времена обнаружения и окончания обработки вершин образуют правильную скобочную структуру. 1 2 3 4 5 6 7 8 9 10 (s(z(y(xx)y)(ww)z)s) Z w S x y

• 
  Слайд 9

  Теорема

  При поиске в глубину в графе G = (V,E)для любых двух вершин uи v выполняетсяодно изследующих утверждений: Отрезки [d[u],f[u]] и [d[v],f[v]] не пересекаются. Отрезок [d[u],f[u]] целиком содержится внутри отрезка [d[v],f[v]] и u естьпотомок v в дереве поиска в глубину. Отрезок [d[v],f[v]] целиком содержится внутри отрезка [d[u],f[u]] и v естьпотомок u в дереве поиска в глубину.

• 
  Слайд 10

  Поиск в глубину в ориентированном графе

  v2 v5 v1 v7 v6 v3 v4 v8

• 
  Слайд 11
  

  Поиск в глубину в ориентированном графе G разбивает множество его ребер на четыре класса. 1) Древесные ребра, идущие к новым узлам в процессе поиска. 2) Прямые ребра, идущие от предков к подлинным потомкам, но не являющиеся древесными ребрами. 3) Обратные ребра, идущие от потомков к предкам (возможно, из узла в себя). 4) Поперечные ребра, соединяющие узлы, которые не являются ни предками, ни потомками друг друга.

• 
  Слайд 12

  Решение задачи топологической сортировки методом поиска в глубину

  Топологическая_сортировка(u) {   цвет [u] ← серый; для v смежные(u) выполнить {    если(цвет[v] = белый)то { Топологическая_сортировка(v); } } цвет[u] ← чёрный; Поместить u в начало списка; }

• 
  Слайд 13

  Пример

  Трусы Носки Штаны Ремень Ботинки Рубашка Галстук Пиджак Часы Пиджак Ремень Ботинки Штаны Трусы Носки Галстук Рубашка Часы

• 
  Слайд 14

  Поиск компонент связности в графе

  Поиск(u, n) {  цвет [u] ← серый; C[u] ←n; // номер компоненты связности для v смежные(u) выполнить {    если(цвет[v] = белый)то Поиск(v, n); } цвет[u] ← чёрный; } Поиск_в_графе() {  дляu V выполнить   цвет [u] ← белый; nk ← 0; дляu V выполнить     если (цвет [u] = белый) то { nk++; Поиск(u, nk); } }

• 
  Слайд 15

  Метод поиска в ширину (BFS, Breadth-firstsearch)

  Пусть задан граф G = (V,E)и некоторая начальная вершина s. Алгоритм поиска в ширину перечисляет все достижимые из s вершины в порядке возрастания расстояния от s. Расстоянием считается число ребер кратчайшего пути. Время работы алгоритма - O(|V|+ |E|) . Пусть в начальный момент времени все вершины окрашены в белый цвет. Вершину sокрасим в серый цвет и припишем расстояние 0. Смежные с ней вершины окрасим в серый цвет, припишем им расстояние 1, их предок - s. Окрасим вершину sв черный цвет. На шаге n поочередно рассматриваем белые вершины, смежные с вершинами с пометками n-1, и каждую из них раскрашиваем в серый цвет, приписываем им предка и расстояние n. После этого вершины с расстоянием n-1 окрашиваются в черный цвет.

• 
  Слайд 16

  Алгоритм

  Инициализация для ( u(V\{s}) выполнить { цвет[u] ← белый; предок[u]← NULL; d[u]←∞; } d[s]← 0; предок[s]← NULL; put (s, Q);

• 
  Слайд 17
  

  пока (Q ≠ ) выполнить { u←first (Q); для ( vсмежные[u])выполнить { если (цвет[v]= белый) то { цвет [v] ←серый; предок[v]←u; d[v]← d[u]+1; put(v,Q); } } get(Q); цвет[u]←черный; }

• 
  Слайд 18
  

  Использование очереди В качестве промежуточной структуры хранения при обходе в ширину будем использовать очередь. 1 2 3 4 6 7 5 8 Граф: 1 Можно также получить дерево обхода в ширину, если отмечать каждую прямую дугу. 1 2 3 4 5 6 7 8 1 Очередь: 1 2 1 1 4 5 5 2 3 4 5 6 7 8 4 2 3 5 7 6 8

• 
  Слайд 19

  Нахождение кратчайшего пути в лабиринте

  1 2 2 3 2 3 3 3 4 4 5 5 6 6 7 7 8 8 9 9 10 11 11 12 12 13 13 13 14 14 14 15 15 15 16 16 17 17 17 18 18 18 19 19 19 19 19 20 20 20 Пометить числом 1 и поместить входную клетку в очередь. Взять из очереди клетку. Если это выходная клетка, то перейти на шаг 4, иначе пометить все непомеченные соседние клетки числом , на 1 большим, чем данная, и поместить их в очередь. Если очередь пуста, то выдать «Выхода нет» и выйти, иначе перейти на шаг 2. Обратный ход: начиная с выходной клетки, каждый раз смещаться на клетку, помеченную на 1 меньше, чем текущая, пока не дойдем до входной клетки. При проходе выделять пройденные клетки.