CIC 110 Análise e Projeto de Algoritmos I

Transcrição

1 CIC 0 Análise e Projeto de Algoritmos I Prof. Roberto Affonso da Costa Junior Universidade Federal de Itajubá

2 AULA Caminhos mais curtos

3 Caminhos mais curtos Encontrar um caminho mais curto entre dois nós de um grafo é um problema importante que possui muitas aplicações práticas. Por exemplo, um problema natural relacionado a uma rede rodoviária é calcular o comprimento mais curto possível de uma rota entre duas cidades, dado o comprimento das estradas. Em um grafo não ponderado, o comprimento de um caminho é igual ao número de suas arestas, e podemos simplesmente usar uma busca de largura para encontrar um caminho mais curto. No entanto, em grafos com pesos os algoritmos mais sofisticados são necessários para encontrar os caminhos mais curtos.

4 Algoritmo Bellman-Ford O algoritmo Bellman-Ford encontra os caminhos mais curtos de um nó inicial para todos os nós do grafo. O algoritmo pode processar todos os tipos de grafos, desde que o grafo não contenha um ciclo com comprimento negativo. Se o grafo contiver um ciclo negativo, o algoritmo pode detectar isso. O algoritmo controla as distâncias do nó inicial para todos os nós do grafo. Inicialmente, a distância para o nó inicial é 0 e a distância para todos os outros nós é infinito. O algoritmo reduz as distâncias ao encontrar arestas que encurtam os caminhos até que não seja possível reduzir qualquer distância.

5 Exemplo Consideremos como o algoritmo Bellman-Ford funciona no seguinte grafo:

6 Exemplo Cada nó do grafo é atribuído a uma distância. Inicialmente, a distância para o nó inicial é 0 e a distância para todos os outros nós é infinita. O algoritmo busca a aresta que reduzam as distâncias. Primeiro, todas as bordas do nó reduzem as distâncias:

7 Exemplo Depois disso, as arestas e 4 reduzem as distâncias:

8 Exemplo Finalmente, há mais uma mudança:

9 Exemplo Depois disso, nenhuma aresta pode reduzir qualquer distância. Isso significa que as distâncias são finais, e nós calculamos com sucesso as distâncias mais curtas do nó inicial para todos os nós do grafo. Por exemplo, a distância mais curta do nó ao nó corresponde ao seguinte caminho:

10 Implementação A seguinte implementação do algoritmo Bellman- Ford determina as distâncias mais curtas de um nó x para todos os nós do grafo. O código assume que o grafo é armazenado como arestas da lista de aresta que consiste em tuplas do formulário (a, b, w), o que significa que há uma aresta do nó a para o nó b com peso w. O algoritmo consiste em n- rodadas, e em cada rodada o algoritmo passa por todas as arestas do grafo e tenta reduzir as distâncias. O algoritmo constrói uma distância de matriz que irá conter as distâncias de x para todos os nós do grafo. O INF constante denota uma distância infinita.

11 Implementação for (int i = ; i <= n; i++) distance[i] = INF; distance[x] = 0; for (int i = ; i <= n-; i++) { for (auto e : edges) { int a, b, w; tie(a, b, w) = e; distance[b] = min(distance[b], distance[a]+w); } }

12 Implementação A complexidade do tempo do algoritmo é O(nm), porque o algoritmo consiste em n- rodadas e itera através de todas as m arestas durante uma rodada. Se não houver ciclos negativos no grafo, todas as distâncias são finais após n - rodadas, pois cada caminho mais curto pode conter no máximo n - bordas. Na prática, as distâncias finais geralmente podem ser encontradas mais rapidamente do que em n - rodadas. Assim, uma maneira possível de tornar o algoritmo mais eficiente é parar o algoritmo se nenhuma distância pode ser reduzida durante uma rodada.

13 Ciclos Negativos O algoritmo Bellman-Ford também pode ser usado para verificar se o grafo contém um ciclo com comprimento negativo. Por exemplo, o grafo 4-7

14 Ciclos Negativos contém um ciclo negativo 4 com comprimento 4. Se o grafo contiver um ciclo negativo, podemos encurtar infinitamente muitas vezes qualquer caminho que contenha o ciclo repetindo o ciclo uma e outra vez. Assim, o conceito de um caminho mais curto não é significativo nessa situação. Um ciclo negativo pode ser detectado usando o algoritmo Bellman-Ford executando o algoritmo para n rodadas. Se a última rodada reduzir qualquer distância, o grafo contém um ciclo negativo. Observe que esse algoritmo pode ser usado para procurar um ciclo negativo em todo o grafo, independentemente do nó inicial.

15 Algoritmo SPFA O algoritmo SPFA ("Shortest Path Faster Algorithm") é uma variante do algoritmo Bellman- Ford, que muitas vezes é mais eficiente do que o algoritmo original. O algoritmo SPFA não passa por todas as arestas em cada rodada, mas, em vez disso, escolhe as arestas para serem examinadas de forma mais inteligente. O algoritmo mantém uma fila de nós que podem ser usados para reduzir as distâncias. Primeiro, o algoritmo adiciona o nó inicial x à fila. Então, o algoritmo sempre processa o primeiro nó na fila, e quando uma vantagem a b reduz uma distância, o nó b é adicionado à fila.

16 Algoritmo SPFA A eficiência do algoritmo SPFA depende da estrutura do grafo: o algoritmo é frequentemente eficiente, mas a maior complexidade do tempo é ainda O(nm) e é possível criar entradas que tornem o algoritmo tão lento quanto o original Algoritmo Bellman-Ford.

17 Algoritmo Dijkstra O algoritmo Dijkstra encontra os caminhos mais curtos do nó inicial para todos os nós do gráfico, como o algoritmo Bellman-Ford. O benefício do algoritmo Dijsktra é que ele é mais eficiente e pode ser usado para processar grandes grafos. No entanto, o algoritmo exige que não existam arestas de peso negativas no grafo. Como o algoritmo Bellman-Ford, o algoritmo Dijkstra mantém distâncias nos nós e os reduz durante a pesquisa. O algoritmo Dijkstra é eficiente, porque ele só processa cada aresta no grafo uma vez, usando o fato de que não há arestas negativas.

18 Exemplo Consideremos o grafo a seguir quando o nó inicial é o nó : Como no algoritmo Bellman-Ford, inicialmente a distância para o nó inicial é 0 e a distância para todos os outros nós é infinita.

19 Exemplo Em cada etapa, o algoritmo Dijkstra seleciona um nó que ainda não foi processado e cuja distância é a menor possível. O primeiro tal nó é nó com distância 0. Quando um nó é selecionado, o algoritmo passa por todas as arestas que começam no nó e reduz as distâncias usando-os:

20 Exemplo Nesse caso, as arestas do nó reduziram as distâncias dos nós e 4, cujas distâncias são agora de 6 e. O próximo nó a ser processado é o nó 4 com a distância. Isso reduz a distância para o nó de 7:

21 Exemplo Depois disso, o próximo nó é o nó, que reduz a distância ao nó a 8:

22 Exemplo Uma propriedade notável no algoritmo Dijkstra é que sempre que um nó é selecionado, sua distância é final. Por exemplo, neste ponto do algoritmo, as distâncias 0, e 7 são as distâncias finais para os nós, 4 e. Depois disso, o algoritmo processa os dois nós remanescentes e as distâncias finais são as seguintes:

23 Bordas Negativas A eficiência do algoritmo Dijkstra baseia-se no fato de que o grafo não contém arestas negativas. Se houver uma aresta negativa, o algoritmo pode dar resultados incorretos. Como exemplo, considere o seguinte grafo: 4 6 -

24 Bordas Negativas O caminho mais curto do nó para o nó 4 é 4 e seu comprimento é. No entanto, o algoritmo Dijkstra encontra o caminho 4 seguindo as bordas do peso mínimo. O algoritmo não leva em consideração que, no outro caminho, o peso - compensa o peso anterior

25 Implementação A seguinte implementação do algoritmo Dijkstra calcula as distâncias mínimas de um nó x para outros nós do grafo. O grafo é armazenado como listas de adjacência de modo que adj[a] contenha um par(b, w) sempre quando houver uma aresta do nó a para o nó b com peso w. Uma implementação eficiente do algoritmo Dijkstra exige que seja possível encontrar eficientemente o nó de distância mínima que não tenha sido processado. Uma estrutura de dado apropriada para isso é uma fila de prioridade que contém os nós ordenados por suas distâncias. Usando uma fila de prioridade, o próximo nó a ser processado pode ser recuperado em tempo logarítmico.

26 Implementação No código a seguir, a fila de prioridade q contém pares da forma (-d, x), o que significa que a distância atual para o nó x é d. A distância do vetor contém a distância para cada nó e o vetor processado indica se um nó foi processado. Inicialmente, a distância é 0 a x e a todos os outros nós.

27 Implementação for (int i = ; i <= n; i++) distance[i] = INF; distance[x] = 0; q.push({0,x}); while (!q.empty()) { int a = q.top().second; q.pop(); if (processed[a]) continue; processed[a] = true; for (auto u : adj[a]) { int b = u.first, w = u.second; if (distance[a]+w < distance[b]) { distance[b] = distance[a]+w; q.push({-distance[b],b}); } } }

28 Implementação Observe que a fila de prioridade contém distâncias negativas para nós. O motivo para isso é que a versão padrão da fila de prioridade C++ encontra elementos máximos, enquanto queremos encontrar elementos mínimos. Ao usar distâncias negativas, podemos usar diretamente a fila de prioridade padrão. Observe também que pode haver várias instâncias do mesmo nó na fila de prioridade; no entanto, apenas a instância com a distância mínima será processada. A complexidade do tempo da implementação acima é O(n + m log m), porque o algoritmo passa por todos os nós do grafo e adiciona para cada aresta uma distância máxima para a fila de prioridade.

29 Algoritmo Floyd-Warshall O algoritmo Floyd-Warshall fornece uma maneira alternativa de abordar o problema de encontrar caminhos mais curtos. Ao contrário dos outros algoritmos, ele encontra todos os caminhos mais curtos entre os nós em uma única execução. O algoritmo mantém uma matriz bidimensional que contém distâncias entre os nós. Primeiro, as distâncias são calculadas apenas usando arestas diretas entre os nós e, depois disso, o algoritmo reduz distâncias usando nós intermediários em caminhos.

30 Exemplo Considere o seguinte grafo: 6 4 9

31 Exemplo Inicialmente, a distância de cada nó para si é 0 e a distância entre os nós a e b é x se houver uma aresta entre os nós a e b com o peso x. Todas as outras distâncias são infinitas. No grafo anterior, a matriz inicial é a seguinte:

32 Exemplo O algoritmo consiste em rodadas consecutivas. Em cada rodada, o algoritmo seleciona um novo nó que pode atuar como um nó intermediário nos caminhos de agora em diante e as distâncias são reduzidas usando este nó. Na primeira rodada, o nó é o novo nó intermediário. Existe um novo caminho entre os nós e com o comprimento 8, porque o nó os conecta. Há também um novo caminho entre os nós e com o comprimento.

33 Exemplo

34 Exemplo Na segunda rodada, o nó é o novo nó intermediário. Isso cria novos caminhos entre os nós 4 e e entre os nós 4 e :

35 Exemplo Na terceira rodada, o nó é a nova rodada intermediária. Existe um novo caminho entre os nós e 4:

36 Exemplo O algoritmo continua assim, até que todos os nós tenham sido nomeados nós intermediários. Após o algoritmo ter terminado, a matriz contém as distâncias mínimas entre os dois nós:

37 Exemplo Por exemplo, a matriz nos diz que a distância mais curta entre os nós e 4 é 8. Isso corresponde ao seguinte caminho: 6 4 9

38 Implementação A vantagem do algoritmo Floyd-Warshall de que é fácil de implementar. O código a seguir constrói uma matriz de distância onde distance[a][b] é a menor distância entre os nós a e b. Primeiro, o algoritmo inicializa a distância usando a matriz de adjacência adj do grafo: for (int i = ; i <= n; i++) { for (int j = ; j <= n; j++) { if (i == j) distance[i][j] = 0; else if (adj[i][j]) distance[i][j] = adj[i][j]; else distance[i][j] = INF; } }

39 Implementação Depois disso, as distâncias mais curtas podem ser encontradas da seguinte forma: for (int k = ; k <= n; k++) { for (int i = ; i <= n; i++) { for (int j = ; j <= n; j++) { distance[i][j] = min(distance[i][j],distance[i][k]+distance[k][j]); } } }

40 Implementação A complexidade do tempo do algoritmo é O(n ), porque contém três loops aninhados que atravessam os nós do grafo. Uma vez que a implementação do algoritmo Floyd- Warshall é simples, o algoritmo pode ser uma boa opção, mesmo que seja necessário apenas encontrar um único caminho mais curto no grafo. No entanto, o algoritmo só pode ser usado quando o grafo é tão pequeno que uma complexidade de tempo cúbico é suficientemente rápida.

41 Exercício Você pode fazer eles no no codepit.io CIC 0 9 senha: unifei