Общие теоретические основы

Обход в ширину. Алгоритм Дейкстры.

 

КУРСОВАЯ РАБОТА

студентки 1 курса 131 группы

специальности 090301.65 Компьютерная безопасность

факультета компьютерных наук и информационных технологий

Шакировой Виолетты Александровны

Научный руководитель (руководитель)

аспирант _____________ Гавриков А. В.

Зав. кафедрой
профессор, к.ф -м.н. _____________ Салий В. Н.

 

 

Саратов 2013

 

СОДЕРЖАНИЕ

 

Введение 3

1 Теоретическая часть 4

1.1 Общие теоретические основы 4

1.2 Алгоритмы обхода графа 4

1.2.1 Обход в ширину 4

1.2.1.1 Метод обхода 4

1.2.1.2 Алгоритм обхода 5

1.2.1.3 Анализ обхода 6

1.2.1.4 Корректность 6

1.2.2 Поиск кратчайшего пути 7

1.2.2.1 Метод обхода 7

1.2.2.2 Алгоритм обхода 9

1.2.2.3 Анализ обхода 9

1.2.2.4 Корректность 10

2 Практическая часть 13

2.1 Реализация обхода в ширину 12

2.2 Реализация алгоритма Дейкстры 14

Заключение 16

Список использованных источников 17

 

 

ВВЕДЕНИЕ

 

Поиск кратчайшего пути – вопрос, который востребован сегодня повсеместно. Нахождение кратчайшего пути используется практически везде, начиная от поиска оптимального маршрута между двумя объектами на местности, в системах автопилота, нахождение оптимального маршрута при перевозках, коммутации информационного пакета в Internet и т.д. Кратчайший путь рассматривается при помощи некоторого математического объекта, называемого графом. Существует множество алгоритмов поиска кратчайших маршрутов. Три наиболее эффективных из них:

1) алгоритм Дейкстры (используется для нахождения оптимального маршрута между двумя вершинами);

2)алгоритм Флойда (для нахождения оптимального маршрута между всеми парами вершин);

3)алгоритм Йена (для нахождения k-оптимальных маршрутов между двумя вершинами)

В данной курсовой работе будет подробно рассмотрен базисный алгоритм - обход в ширину, и сам поиск кратчайшего пути между двумя вершинами во взвешенном графе – алгоритм Дейкстры. В первой части работы я предоставлю теоретические знания, которые дадут некоторые начальные сведения о графах. В последующих главах будет представлен метод обхода, алгоритм на псевдоязыке и сама реализация в виде программного кода.

Теоретическая часть

Общие теоретические основы

Введем соответствующую терминологию.

Граф – это упорядоченная пара множеств – это подмножество вершин (или узлов), а – упорядоченное или не упорядоченное множество ребер, соединяющих пары вершин из .

Взвешенный граф – граф , где каждому ребру или вершине присваивается числовое значение, или вес.

Не взвешенный граф – граф , где разные вершины или ребра не различаются по весу.

Ациклический граф – граф, не имеющий циклов.[1]

Временная сложность алгоритма – это функция размера входных и выходных данных, равная максимальному количеству элементарных операций, проделываемых алгоритмом для решения экземпляра задачи указанного размера. Во многих задачах размер выхода не превосходит или пропорционален размеру вход – в этом случае можно рассматривать временную сложность как функцию размера только входных данных.[2]

Список смежности – эффективный способ представления разреженных графов. Это структура, где для каждой вершины хранится в динамическом списке смежные ей вершины.

Разреженный граф – граф, в котором в действительности ребра определены только для малой части возможных пар вершин.[1].

1.2 Алгоритмы обхода графа

1.2.1 Обход в ширину

1.2.1.1 Метод обхода

Обход в ширину (breadth-first traversal) является основой для многих важных алгоритмов для работы с графами.

Пусть задан невзвешенный граф в котором выделена исходная вершина . Для алгоритма нам потребуются очередь, которая сначала содержит только , и множество посещенных вершин , которое изначально тоже содержит только . На каждом шаге алгоритм вынимает из начала очереди вершину, рассматривает все исходящие из нее ребра и добавляет все связанные с ней не посещенные вершины в и в конец очереди. Если очередь пуста, то алгоритм завершает работу.

Поиск в ширину также может построить дерево поиска в ширину. Изначально оно состоит из одного корня . Когда мы добавляем не посещенную вершину в очередь, то добавляем ее и ребро, по которому мы до нее дошли, в дерево. Поскольку каждая вершина может быть посещена не более одного раза, она имеет не более одного родителя. После окончания работы алгоритма для каждой достижимой из вершины путь в дереве поиска в ширину соответствует кратчайшему пути от до в .

Также можно для каждой вершины считать длину этого пути, равную . Можно считать, что для не посещенных вершин эта длина бесконечно велика. Тогда на каждом шаге длина пути до равна , если посещена и в противном случае. Отсюда следует, что если на каждом шаге обновлять длины путей, то информация о множестве является избыточной, и его можно не хранить.[4]

1.2.1.2 Алгоритм обхода

Ниже представлен псевдокод алгоритма поиска в ширину.

Таблица 1.2 – Псевдокод обхода в ширину.

[1]
1.2.1.3 Анализ обхода

Оценим время работы для входного графа . В очередь добавляются только не посещенные вершины, поэтому каждая вершина посещается не более одного раза. Операции внесения в очередь и удаления из нее требуют времени, так что общее время работы с очередью составляет операций. Для каждой вершины рассматривается не более ребер, инцидентных ей. Так как , то время, используемое на работу с ребрами, составляет . Поэтому общее время работы алгоритма поиска в ширину — .

1.2.1.4. Корректность

Утверждение: В алгоритме поиска в ширину очередь всегда содержит сначала некоторое количество вершин с расстоянием ,а потом некоторое количество вершин с расстоянием (возможно, нулевое).

▲ Докажем это утверждение индукцией по числу выполненных алгоритмом шагов.

База: изначально очередь содержит только одну вершину с расстоянием 0, утверждение верно.

Переход: пусть после l-го шага алгоритма очередь содержит p вершин с расстоянием и вершин с расстоянием . Тогда на шаге мы извлечем из очереди одну вершину и добавим в нее все не посещенные вершин связанные с ней; расстояние до них, очевидно, будет равно . У нас останется (возможно, 0) вершин с расстоянием и вершин с расстоянием , что соответствует нашему инварианту. ■

Теорема: Алгоритм поиска в ширину в невзвешенном графе находит длины кратчайших путей до всех достижимых вершин.

▲ Допустим, что это не так. Выберем из вершин, для которых кратчайшие пути от найдены некорректно, ту, настоящее расстояние до которой минимально. Пусть это вершина , и она имеет своим предком в дереве обхода в ширину , а предок в кратчайшем пути до – вершина .
Так как w – предок u в кратчайшем пути, то и расстояние до найдено верно,
Так как предок в дереве обхода в ширину, то
Расстояние до найдено некорректно, поэтому Подставляя сюда два последних равенства, получаем то есть, . Из ранее доказанной леммы следует, что в этом случае вершина попала в очередь и была обработана раньше, чем . Но она соединена с , значит, не может быть предком в дереве обхода в ширину. Мы пришли к противоречию, следовательно, найденные расстояния до всех вершин являются кратчайшими.[4]

1.2.2 Поиск кратчайшего пути

1.2.2.1 Метод обхода

Алгоритм Дейкстры является предпочтительным методом поиска кратчайших путей в графах со взвешенными ребрами и/или вершинами. Основная идея данного алгоритма очень похожа на основную идею алгоритма Прима. В каждом цикле мы добавляем одну вершину к дереву вершин, для которых мы знаем кратчайший путь из вершины . Так же, как и в алгоритме Прима, мы сохраняем информацию о наилучшем пути на данное время для всех вершин вне дерева и вставляем их в дерево в порядке возрастания веса.

Разница между алгоритмом Дейкстры и алгоритмом Прима состоит в том, как они оценивают привлекательность каждой вершины вне дерева. В задаче поиска минимального остовного дерева нас интересовал только вес следующего возможного ребра дерева. А при поиске кратчайшего пути нам нужна также информация о ближайшей к вершине вне дерева, т.е., кроме веса нового ребра, мы хотим знать еще и расстояние от вершины к смежной с ней вершине дерева.

Алгоритм находит кратчайший путь от заданной начальной вершины ко всем другим вершинам графа, включая требуемую конечную вершину .

Допустим, что кратчайший путь от вершины к вершине t графа G проходит через определенную промежуточную вершину . Очевидно, что этот путь должен содержать кратчайший путь от вершины к вершине x, в качестве префикса, ибо в противном случае можно было бы сократить путь , используя более короткий префиксный путь . Таким образом, прежде чем найти кратчайший путь от начальной вершины к промежуточной вершине .

Алгоритм Дейкстры работает поэтапно, находя на каждом этапе кратчайший путь от вершины к некой новой вершине. Говоря конкретно, вершина такова, что сумма минимальна для всех необработанных 1≤ i≤ n, где – длина ребер между вершинами i и j, a – длина кратчайшего пути между ними.

Здесь напрашивает стратегия, аналогичная динамическому программированию. Кратчайший путь от вершины к самой себе является тривиальным, при условии отсутствия ребер с отрицательным весом, поэтому . Если является самым легким ребром, входящим в вершину , то это означает, что . Определив кратчайший путь к вершине , мы проверяем все исходящие из нее ребра, чтобы узнать, не существует ли лучшего пути из начальной вершины к какой-либо неизвестной вершине через вершину .

1.2.2.2 Алгоритм обхода

Ниже представлен псевдокод алгоритма поиска кратчайшего пути.

Таблица 1.2 – Псевдокод алгоритма Дейкстры.

1.2.2.3 Анализ обхода

Временная сложность алгоритма Дейкстры, в том виде, как он реализован здесь, равна .

Длина кратчайшего пути от начальной вершины start к созданной вершине t равна точно значению distance[t]. Каким образом мы можем найти сам путь с помощью алгоритма Дейкстры? Мы следуем обратным указателям на родительские узлы от вершины t, пока мы не дойдем до начальной вершины (или пока не получим -1, если такого пути не существует).

Алгоритм работает правильно только на графах, в которых нет ребер с отрицательным весом. Дело в том, что при построении пути может встретиться ребро с отрицательным весом настолько большим по модулю, что оно полностью изменит оптимальный путь от вершины s к какой-то другой вершине, которая уже включена в дерево.[1]

1.2.2.4. Корректность

Теорема: Пусть ориентированный взвешенный граф, вес рёбер которого неотрицателен, s – стартовая вершина. Тогда после выполнения алгоритма Дейкстры для всех где длина кратчайшего пути из вершины в вершину .

▲ Докажем по индукции, что в момент посещения любой вершины .

На первом шаге выбирается , для нее выполнено:

Пусть для первых шагов алгоритм сработал верно, и на шагу выбрана вершина . Докажем, что в этот момент . Для начала отметим, что для любой вершины , всегда выполняется . (алгоритм не может найти путь короче, чем кратчайший из всех существующих). Пусть — кратчайший путь из в , — первая не посещённая вершина на , — предшествующая ей (следовательно, посещённая). Поскольку путь кратчайший, его часть, ведущая из через в , тоже кратчайшая, следовательно . По предположению индукции, в момент посещения вершины выполнялось , следовательно, вершина тогда получила метку не больше чем , следовательно, С другой стороны, поскольку сейчас мы выбрали вершину , её метка минимальна среди не посещённых, то есть , где второе неравенство верно из-за ранее упомянутого определения вершины в качестве первой, не посещённой вершины на , то есть вес пути до промежуточной вершины не превосходит веса пути до конечной вершины вследствие неотрицательности весовой функции. Комбинируя это с , имеем , что и требовалось доказать.

Поскольку алгоритм заканчивает работу, когда все вершины посещены, в этот момент для всех . [3]■

 

 

Практическая часть

В практической части работы будут представлены коды реализующие алгоритм обхода в ширину и алгоритм нахождения кратчайшего пути.