AULA 22. Algoritmos p.793/823

Transcrição

1 AULA 22 Algoritmos p.793/823

2 Conjuntos disjuntos dinâmicos CLR 22 CLRS 21 Algoritmos p.794/823

3 Conjuntos disjuntos Seja S = {S 1, S 2,..., S n } uma coleção de conjuntos disjuntos, ou seja, S i S j = para todo i j. Algoritmos p.795/823

4 Conjuntos disjuntos Seja S = {S 1, S 2,..., S n } uma coleção de conjuntos cements disjuntos, ou seja, S i S j = para todo i j. Exemplo de coleção disjunta de conjuntos: componentes conexos de um grafo a b e f h j G c d g i componentes = conjuntos disjuntos de vértices {a, b, c, d} {e, f, g} {h, i} {j} Algoritmos p.795/823

5 Coleção disjunta dinâmica Conjuntos são modificados ao longo do tempo Algoritmos p.796/823

6 nts Coleção disjunta dinâmica Conjuntos são modificados ao longo do tempo Exemplo: grafo dinâmico a b e f h j G c d g i aresta componentes {a} {b} {c} {d} {e} {f} {g} {h} {i} {j} Algoritmos p.796/823

7 nts Coleção disjunta dinâmica Conjuntos são modificados ao longo do tempo Exemplo: grafo dinâmico a b e f h j G c d g i aresta (b, d) componentes {a} {b, d} {c} {e} {f} {g} {h} {i} {j} Algoritmos p.796/823

8 nts Coleção disjunta dinâmica Conjuntos são modificados ao longo do tempo Exemplo: grafo dinâmico a b e f h j G c d g i aresta (e, g) componentes {a} {b, d} {c} {e, g} {f} {h} {i} {j} Algoritmos p.796/823

9 nts Coleção disjunta dinâmica Conjuntos são modificados ao longo do tempo Exemplo: grafo dinâmico a b e f h j G c d g i aresta (a, c) componentes {a, c} {b, d} {e, g} {f} {h} {i} {j} Algoritmos p.796/823

10 nts Coleção disjunta dinâmica Conjuntos são modificados ao longo do tempo Exemplo: grafo dinâmico a b e f h j G c d g i aresta (h, i) componentes {a, c} {b, d} {e, g} {f} {h, i} {j} Algoritmos p.796/823

11 nts Coleção disjunta dinâmica Conjuntos são modificados ao longo do tempo Exemplo: grafo dinâmico a b e f h j G c d g i aresta (a, b) componentes {a, b, c, d} {e, g} {f} {h, i} {j} Algoritmos p.796/823

12 nts Coleção disjunta dinâmica Conjuntos são modificados ao longo do tempo Exemplo: grafo dinâmico a b e f h j G c d g i aresta (e, f) componentes {a, b, c, d} {e, f, g} {h, i} {j} Algoritmos p.796/823

13 nts Coleção disjunta dinâmica Conjuntos são modificados ao longo do tempo Exemplo: grafo dinâmico a b e f h j G c d g i aresta (b, c) componentes {a, b, c, d} {e, g} {f} {h, i} {j} Algoritmos p.796/823

14 Operações básicas S coleção de conjuntos disjuntos. Cada conjunto tem um representante. MAKESET (x): UNION (x, y): FINDSET (x): x é elemento novo S S {x} x e y em conjuntos diferentes S S {S x, S y } {S x S y } x está em S x e y está em Sy devolve representante do conjunto que con Algoritmos p.797/823

15 Connected-Componets Recebe um grafo G e contrói uma representação dos componentes conexos. CONNECTED-COMPONENTS (G) 1 para cada vértice v de G faça 2 MAKESET (v) 3 para cada aresta (u, v) de G faça 4 se FINDSET (u) FINDSET (v) 5 então UNION (u, v) Algoritmos p.798/823

16 Consumo de tempo n := número de vértices do grafo m := número de arestas do grafo linha consumo de todas as execuções da linha 1 = Θ(n) 2 = n consumo de tempo MAKESET 3 = Θ(m) 4 = 2m consumo de tempo FINDSET 5 n consumo de tempo UNION total Θ(n + m) + n consumo de tempo MAKESET +2m consumo de tempo FINDSET +n consumo de tempo UNION Algoritmos p.799/823

17 Same-Component Decide se u e v estão no mesmo componente: SAME-COMPONENT (u, v) 1 se FINDSET (u) = FINDSET (v) 2 então devolva SIM 3 senão devolva NÃO Algoritmos p.800/823

18 Algoritmo de Kruskal Encontra uma árvore geradora mínima (CLRS 23). MST-KRUSKAL (G, w) G conexo 1 A 2 para cada vértice v faça 3 MAKESET (v) 4 coloque arestas em ordem crescente de w 5 para cada aresta uv em ordem crescente de w faça 6 se FINDSET (u) FINDSET (v) 7 então A A {uv} 8 UNION (u, v) 9 devolva A Avô de todos os algoritmos gulosos. Algoritmos p.801/823

19 Conjuntos disjuntos dinâmicos Seqüência de operações MAKESET, UNION, FINDSET M M M U F U U F U F F F U F } {{ } } n {{ } m Que estrutura de dados usar? Compromissos (trade-off s) Algoritmos p.802/823

20 lacements G Estrutura lista ligada b d a c h i j e g f cada conjunto tem um representante (início da lista) cada nó x tem um campo repr repr[x] é o representante do conjunto que contém x Algoritmos p.803/823

21 G Estrutura lista ligada h i j b d a c e g f UNION (a, e) : atualiza apontador para o representante. Algoritmos p.804/823

22 Consumo de tempo Operação número de objetos atualizados MAKESET(x 1 ) 1 MAKESET(x 2 ) 1. 1 MAKESET(x n ) 1 UNION(x 1, x 2 ) 1 UNION(x 2, x 3 ) 2.. UNION(x n 1, x n ) n 1 total = Θ(n 2 ) = Θ(m 2 ) Algoritmos p.805/823

23 Consumo de tempo MAKESET UNION FINDSET Θ(1) O(n) Θ(1) Uma seqüência de m operações pode consume tempo Θ(m 2 ) no pior caso. Consumo de tempo amortizado de cada operação é O(m). Algoritmos p.806/823

24 Melhoramento: weighted-union h i j b d a c e g f cada representante armazena o comprimento da lista a lista menor é concatenada com a maior Cada objeto x é atualizado lg n: cada vez que x é atualizado o tamanho da lista dobra. Algoritmos p.807/823

25 Conclusão Se conjuntos disjuntos são representados através de listas ligadas e weighted-union é utilizada, então uma seqüência de m operações MAKESET, UNION e FINDSET, sendo que n são MAKESET, consome tempo O(m + n lg n). Algoritmos p.808/823

26 Estrutura disjoint-set forest a b e f h j G c d g i cada conjunto tem uma raiz, que é o seu representate cada nó x tem um pai pai[x] = x se e só se x é uma raiz Algoritmos p.809/823

27 Estrutura disjoint-set forest b e h j a d g f i c cada conjunto tem uma raiz cada nó x tem um pai pai[x] = x se e só se x é uma raiz Algoritmos p.809/823

28 MakeSet 0 e FindSet 0 b e h j a d g f i c MAKESET 0 (x) 1 pai[x] x FINDSET 0 (x) 1 enquanto pai[x] x faça 2 x pai[x] 3 devolva x Algoritmos p.810/823

29 FindSet 1 b e h j a d g f i c FINDSET 1 (x) 1 se pai[x] = x 2 então devolva x 3 senão devolva FINDSET 1 (pai[x]) Algoritmos p.811/823

30 Union 0 b e h j a d g f i c UNION 0 (x, y) 1 x FINDSET 0 (x) 2 y FINDSET 0 (y) 3 pai[y ] x Algoritmos p.812/823

31 Union 0 b x UNION 0 (a, f) h j a d e y i c g f UNION 0 (x, y) 1 x FINDSET 0 (x) 2 y FINDSET 0 (y) 3 pai[y ] x Algoritmos p.812/823

32 Union 0 b x UNION 0 (a, f) h j a d e y i c g f UNION 0 (x, y) 1 x FINDSET 0 (x) 2 y FINDSET 0 (y) 3 pai[y ] x Algoritmos p.812/823

33 MakeSet 0, Union 0 e FindSet 1 MAKESET 0 (x) 1 pai[x] x UNION 0 (x, y) 1 x FINDSET 0 (x) 2 y FINDSET 0 (y) 3 pai[y ] x FINDSET 1 (x) 1 se pai[x] = x 2 então devolva x 3 senão devolva FINDSET 1 (pai[x]) Algoritmos p.813/823

34 Consumo de tempo MAKESET 0 UNION 0 FINDSET 0 Θ(1) O(n) O(n) M M M U F U U F U F F F U F } {{ } } n {{ } m Custo total da seqüência: n Θ(1) + n O(n) + m O(n) = O(mn) Algoritmos p.814/823

35 ments Melhoramento 1: union by rank 2 x 1 y rank[x] = posto do nó x MAKESET (x) 1 pai[x] x 2 rank[x] 0 Algoritmos p.815/823

36 Melhoramento 1: union by rank 2 x UNION (x, y) y rank[x] = posto do nó x MAKESET (x) 1 pai[x] x 2 rank[x] 0 Algoritmos p.816/823

37 Melhoramento 1: union by rank 2 x UNION (x, y) y rank[x] = posto do nó x MAKESET (x) 1 pai[x] x 2 rank[x] 0 Algoritmos p.817/823

38 Melhoramento 1: union by rank rank[x] > rank[y] rank[x] rank[y] nts rank[x] = rank[y] rank[x] + 1 rank[y] Algoritmos p.818/823

39 Melhoramento 1: union by rank UNION (x, y) com union by rank 1 x FINDSET (x) 2 y FINDSET (y) supõe que x y 3 se rank[x ] > rank[y ] 4 então pai[y ] x 5 senão pai[x ] y 6 se rank[x ] = rank[y ] 7 então rank[y] rank[y] + 1 Algoritmos p.819/823

40 Melhoramento 1: estrutura rank[x] rank[pai[x]] para cada nó x rank[x] = rank[pai[x]] se e só se x é raiz rank[pai[x]] é uma função não-descrente do tempo número de nós de uma árvore de raiz x é 2 rank[x]. número de nós de posto k é n/2 k. altura(x) = rank[x] lg n para cada nó x altura(x) := comprimento do mais longo caminho que vai de x até uma folha Algoritmos p.820/823

41 Melhoramento 1: custo Seqüência de operações MAKESET, UNION, FINDSET M M M }{{} U F U U F U F F F U F n }{{} m altura(x) lg n para cada nó x Consumos de tempo: MAKESET Θ(1) UNION O(lg n) FINDSET O(lg n) Consumo de tempo total da seqüência: O(m lg n) Algoritmos p.821/823

42 Melhoramento 2: path compression e d c acements x b FINDSET(x) Algoritmos p.822/823

43 Melhoramento 2: path compression e acements a b c d FINDSET(x) Algoritmos p.822/823

44 Melhoramento 2: path compression FINDSET (x) com path compression 1 se x pai[x] 2 então pai[x] FINDSET (pai[x]) 3 devolva pai[x] rank[x] rank[pai[x]] para cada nó x rank[x] = rank[pai[x]] se e só se x é raiz rank[pai[x]] é uma função não-descrente do tempo número de nós de uma árvore de raiz x é 2 rank[x]. número de nós de posto k é n/2 k. altura(x) rank[x] lg n para cada nó x Algoritmos p.823/823